Python 正则表达式实战
正则表达式用于描述文本模式。它适合处理边界清晰的词法任务，比如提取标识符或校验特定格式；但面对嵌套结构或完整语言语法时，请改用解析器。
编写模式时务必使用原始字符串（raw string），避免 Python 字符串转义干扰正则转义：
import re
event = re.compile(
r"^(?P<level>INFO|WARN|ERROR)\s+user=(?P<user>[\w.-]+)$"
)
line = "INFO user=ada"
match = event.fullmatch(line)
if match:
level = match["level"]
user = match["user"]
选择匹配策略
search：在字符串任意位置查找第一个匹配。match：仅从字符串开头开始匹配。fullmatch：要求整个输入完全匹配，用于校验时最清晰。finditer：流式返回非重叠的匹配对象；findall返回列表，但返回结构会随捕获组变化，需谨慎使用。sub：替换匹配项。若替换逻辑依赖上下文，可传入可调用对象（callable），避免二次解析。
对于具有业务含义的字段，使用命名组（(?P<name>...)）；若分组仅用于结构逻辑，使用非捕获组 (?:...)。
语义与转义
在 str 模式下，\w、\d 等字符类默认遵循 Unicode 语义。仅当格式严格限定为 ASCII 时，才添加 re.ASCII 标志。注意，忽略大小写匹配不等于基于区域设置（locale）的自然语言比较。
处理不可信文本且需按字面匹配时，必须转义：
user_supplied_prefix = "a.b"
literal_pattern = re.compile(re.escape(user_supplied_prefix))
切勿将任意文本直接插入模式或替换模板。模式转义与替换转义的规则不同，混用会导致意外行为。
性能与校验边界
模糊的嵌套重复和重叠备选分支可能在恶意输入下引发极端回溯（ReDoS）。保持模式简单、限制输入长度、测试边界用例。若有严格超时要求，需隔离正则逻辑或替换实现。标准 re 模块不提供通用的单次匹配超时机制。
正则只能校验语法，无法验证所有权、可达性、权限或业务有效性。对于 URL、邮箱、日期及结构化数据，优先使用标准解析器，再结合业务逻辑校验。
当模式复杂到难以维护时，启用 re.VERBOSE 并添加注释。若复杂度继续上升，引入专用解析器往往是更诚实、更稳健的抽象。
读懂并测试模式
示例中，| 选择日志级别，\s+ 要求至少一个空白字符，[\w.-]+ 接受至少一个单词字符、点或连字符。命名组负责提取字段。使用 fullmatch 时，两端的锚点可以省略。
assert event.fullmatch("INFO user=ada").groupdict() == {"level": "INFO", "user": "ada"}
assert event.fullmatch("DEBUG user=ada") is None
assert event.fullmatch("INFO user=") is None
assert event.fullmatch("INFO\nuser=ada") is not None
最后一项能匹配，因为 \s 包含换行符。如果格式要求一条记录只有一行，字段之间只允许空格和制表符，应改用 [ \t]+。读取文件行后，要按格式要求去掉记录结束符，再执行匹配。
替换文本需要原样插入时，可以用 re.sub(pattern, lambda match: replacement, text)。回调返回的字符串不会被解释为反向引用；re.escape 用于模式，不适用于替换模板。