讓你的正則表達(dá)式可讀性提高一百倍

↑ 關(guān)注 + 星標(biāo) ，每天學(xué)Python新技能
后臺(tái)回復(fù)【大禮包】送你Python自學(xué)大禮包

正則表達(dá)式這個(gè)東西，強(qiáng)大是強(qiáng)大，但寫出來(lái)跟個(gè)表情符號(hào)一樣。自己寫的表達(dá)式，過(guò)一個(gè)月來(lái)看，自己都不記得是什么意思了。比如下面這個(gè)：

pattern = r"((?:\(\s*)?[A-Z]*H\d+[a-z]*(?:\s*\+\s*[A-Z]*H\d+[a-z]*)*(?:\s*[\):+])?)(.*?)(?=(?:\(\s*)?[A-Z]*H\d+[a-z]*(?:\s*\+\s*[A-Z]*H\d+[a-z]*)*(?:\s*[\):+])?(?![^\w\s])|$)"

有沒(méi)有什么辦法提高正則表達(dá)式的可讀性呢？我們知道，提高代碼可讀性的方法之一就是寫注釋，那么正則表達(dá)式能不能寫注釋呢？

例如對(duì)于下面這個(gè)句子：

msg = '我叫青南，我的密碼是:123kingname456,請(qǐng)注意保密。'

我要提取其中的密碼123kingname456，那么我的正則表達(dá)式可能是這樣的：

pattern = ':(.*?),'

我能不能把它寫成這樣：

pattern = '''
:  # 開(kāi)始標(biāo)志
(.*?)  #從開(kāi)始標(biāo)志的下一個(gè)字符開(kāi)始的任意字符
,  #遇到英文逗號(hào)就停止
'''

這樣寫就清晰多了，每個(gè)部分是什么作用全都清清楚楚。

但顯然直接使用肯定什么都提取不到，如下圖所示：

但我今天在逛 Python 正則表達(dá)式文檔^[1]的時(shí)候，發(fā)現(xiàn)了一個(gè)好東西：

使用它，可以讓你的正則表達(dá)式擁有注釋，如下圖所示：

re.VERBOSE也可以簡(jiǎn)稱為re.X，如下圖所示：

本文最開(kāi)頭的復(fù)雜正則表達(dá)式，使用了注釋以后，就會(huì)變得更可讀：

pattern = r"""
(                       # code (capture)
    # BEGIN multicode

    (?: \( \s* )?       # maybe open paren and maybe space

    # code
    [A-Z]*H  # prefix
    \d+      # digits
    [a-z]*   # suffix

    (?:                 # maybe followed by other codes,
        \s* \+ \s*      # ... plus-separated

        # code
        [A-Z]*H  # prefix
        \d+      # digits
        [a-z]*   # suffix
    )*

    (?: \s* [\):+] )?   # maybe space and maybe close paren or colon or plus

    # END multicode
)

( .*? )                 # message (capture): everything ...

(?=                     # ... up to (but excluding) ...
    # ... the next code

    # BEGIN multicode

    (?: \( \s* )?       # maybe open paren and maybe space

    # code
    [A-Z]*H  # prefix
    \d+      # digits
    [a-z]*   # suffix

    (?:                 # maybe followed by other codes,
        \s* \+ \s*      # ... plus-separated

        # code
        [A-Z]*H  # prefix
        \d+      # digits
        [a-z]*   # suffix
    )*

    (?: \s* [\):+] )?   # maybe space and maybe close paren or colon or plus

    # END multicode

        # (but not when followed by punctuation)
        (?! [^\w\s] )

    # ... or the end
    | $
)
"""

10個(gè)python初學(xué)者常犯的錯(cuò)誤
來(lái)了，又一個(gè)新的SQL刷題網(wǎng)站！
4K壁紙批量采集，張張精品，全程自動(dòng)化

參考資料