前提假設:
- 已經充分掌握 PCRE 風格正規表示式
- 熟讀 re 庫文件
Why
正規表示式的強大已不用我贅述，Python 對此的支援也是十分強大，只不過：
re.search(pattern, string, flags=0)
re.match(pattern, string, flags=0)
......
複製程式碼你能很麻利地使用如上所示的一系列模組級別function 嗎，如果你天天用 Python 搞正則匹配，相信你一定很熟練。但是如果你需要每次臨時翻閱文件才能知道如何使用它，那麼就要思考：是不是 API 在某種程度上設計不好了（有的語言的 pattern 極有可能不是放在首位）。
一般來說，API 的介面引數越少越好，最好的就是沒有引數，呼叫者無腦呼叫，沒有任何記憶負擔。而 Python 的 re 庫，在我看來，應該至少糅合了「命令式」與「OOP」兩種風格，而且介面也不「最小化，正交」。
使用姿勢
正確的姿勢應該是：只用 OOP 風格，並且完全忘記 re 庫提供的一系列模組級別的 function （如 re.search, re.match等）。
首先是每次都構造出 Regex 物件，然後由 Regex 物件得出 Match 物件，然後在 Regex 物件和 Match 物件上進行一系列操作。比如：
# 1. 構造
REGEX = re.compile($pattern, flags) flags是re模組的常量
# 2. 獲取 MatchObject
m = regex.search(string)
# 3. 後續 MatchObject 的使用
1. 獲取分組 group()
2. groups
3. groupdict()
複製程式碼應用舉例
比如我在自己構造的 PathUtils 中，就是如此使用的（我非常喜歡各種各樣的 Utils ）：
from __future__ import (absolute_import, unicode_literals)
import re
class PathUtils(object):
"""路徑操作的工具函式"""
_LINUX_ROOT = '/'
_LINUX_PATH_SPLITOR = '/'
@classmethod
def is_two_linux_path_contains(cls, path1, path2):
"""兩個Linux路徑是否存在互相包含關係"""
if path1 == cls._LINUX_ROOT or path2 == cls._LINUX_ROOT:
return True
path1_split = path1.split(cls._LINUX_PATH_SPLITOR)
path2_split = path2.split(cls._LINUX_PATH_SPLITOR)
for item1, item2 in zip(path1_split, path2_split):
if item1 != item2:
return False
return True
@classmethod
def is_valid_linux_path(cls, path):
if not path:
return False
LINUX_PATH_REGEX = r'^(/[^/ ]*)+/?$'
return cls.is_valid_pattern(path, LINUX_PATH_REGEX)
@classmethod
def is_valid_windows_path(cls, path):
if not path:
return False
WINDOWS_PATH_REGEX = r'^[a-zA-Z]:\\(((?![<>:"/\\|?*]).)+((?<![ .])\\)?)*$'
return cls.is_valid_pattern(path, WINDOWS_PATH_REGEX)
@classmethod
def is_valid_path(cls, p):
if not p:
return False
return cls.is_valid_linux_path(p) or cls.is_valid_windows_path(p)
@classmethod
def is_valid_pattern(cls, value, pattern):
if not value:
return False
REGEX = re.compile(pattern, re.UNICODE)
m = REGEX.match(value)
return True if m else False
複製程式碼主要的功能函式就是：
@classmethod
def is_valid_pattern(cls, value, pattern):
if not value:
return False
REGEX = re.compile(pattern, re.UNICODE)
m = REGEX.match(value)
return True if m else False
複製程式碼這樣一系列流程下來，我的感受就是，re 庫的介面沒有需要記憶，也沒有需要臨時翻閱文件的地方，並且我只用這一種風格（自己熟悉的，效率總是最高的），比如 re.compile肯定只需要傳一個引數(flags不是必要的)，REGEX_OBJ.match/search肯定只需要傳need_search_string即可。