正则表达式

正则表达式由几个核心片段组合而成，理解这些基本构件是阅读和编写模式的基础：

形式	含义
.	匹配除换行符外的任意字符（默认行为）
^ / $	默认匹配字符串开头 / 结尾（$ 也可匹配末尾换行符之前）；多行模式下也匹配各行边界
[abc] / [^abc]	字符集：匹配 / 排除指定字符
*, +, ?, {m,n}	量词：控制重复次数
(…) / (?:…)	捕获组 / 非捕获组
\b	Python re 中的单词边界

下面的例子中，[A-Z] 匹配一个大写 ASCII 字母，\d{3} 匹配三个数字，\b 表示单词边界，因此 codes 得到 ["A-104", "B-208"]。(?i) 让替换忽略大小写，updated 得到 "item A-104, item B-208"。整个字符串 "A-104" 都符合模式，所以 is_code 为 True。字符串前的 r 用来避免 Python 字符串的转义规则干扰正则中的反斜杠：

import re

text = "Order A-104, order B-208"
codes = re.findall(r"\b[A-Z]-\d{3}\b", text)
updated = re.sub(r"(?i)\border\b", "item", text)
is_code = re.fullmatch(r"[A-Z]-\d{3}", "A-104") is not None

根据需求明确选择操作函数：

• search()：在字符串任意位置查找第一个匹配项。
• fullmatch()：要求整个字符串完全匹配模式。
• findall()：查找并返回所有匹配项。
• sub()：执行查找并替换。

在将正则应用于不可信数据之前，务必进行充分测试。测试用例应覆盖：典型匹配、不匹配场景、空输入、Unicode 字符以及异常长的输入字符串。

注意，正则语法在不同环境中存在差异。Python、JavaScript、各类编辑器及命令行工具的实现并不完全一致。Python re 官方文档 仅对 Python 环境具有权威性；RegExr 适合用作交互式调试工具，但不能作为所有正则引擎的通用规范。

我的阅读 · 打开过的笔记会记在当前浏览器里。