让你的正则表达式可读性提高一百倍

作者:匿名更新于： 2022-06-10 22:50:35

　　有没有什么办法提高正则表达式的可读性呢?我们知道，提高代码可读性的方法之一就是写注释，那么正则表达式能不能写注释呢?

　　正则表达式这个东西，强大是强大，但写出来跟个表情符号一样。自己写的表达式，过一个月来看，自己都不记得是什么意思了。比如下面这个：

　　复制

　　1. 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])|$)"

　　有没有什么办法提高正则表达式的可读性呢?我们知道，提高代码可读性的方法之一就是写注释，那么正则表达式能不能写注释呢?

　　例如对于下面这个句子：

　　复制

　　1. msg = '我叫青南，我的密码是:123kingname456,请注意保密。'

　　我要提取其中的密码123kingname456，那么我的正则表达式可能是这样的：

　　复制

　　1. pattern = ':(.*?),'

　　我能不能把它写成这样：

　　复制

　　1. pattern = '''

　　2. : # 开始标志

　　3. (.*?) #从开始标志的下一个字符开始的任意字符

　　4.  , #遇到英文逗号就停止

　　5.  '''

　　这样写就清晰多了，每个部分是什么作用全都清清楚楚。

　　但显然直接使用肯定什么都提取不到，如下图所示：

　　但我今天在逛Python正则表达式文档的时候，发现了一个好东西：

　　使用它，可以让你的正则表达式拥有注释，如下图所示：

　　re.VERBOSE​也可以简称为re.X，如下图所示：

　　本文最开头的复杂正则表达式，使用了注释以后，就会变得更可读：

　　复制

　　1. pattern = r"""

　　2. ( # code (capture)

　　3. # BEGIN multicode

　　4.

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

      6.

　　7. # code

　　8. [A-Z]*H # prefix

　　9. \\d+ # digits

　　10. [a-z]* # suffix

      11.

　　12. (?: # maybe followed by other codes,

　　13. \\s* \\+ \\s* # ... plus-separated

      14.

　　15. # code

　　16. [A-Z]*H # prefix

　　17. \\d+ # digits

　　18. [a-z]* # suffix

　　19. )*

      20.

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

      22.

　　23. # END multicode

　　24. )

      25.

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

      27.

　　28. (?= # ... up to (but excluding) ...

　　29. # ... the next code

      30.

　　31. # BEGIN multicode

      32.

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

      34.

　　35. # code

　　36. [A-Z]*H # prefix

　　37. \\d+ # digits

　　38. [a-z]* # suffix

      39.

　　40. (?: # maybe followed by other codes,

　　41. \\s* \\+ \\s* # ... plus-separated

      42.

　　43. # code

　　44. [A-Z]*H # prefix

　　45. \\d+ # digits

　　46. [a-z]* # suffix

　　47. )*

      48.

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

      50.

　　51. # END multicode

      52.

　　53. # (but not when followed by punctuation)

　　54. (?! [^\\w\\s] )

      55.

　　56. # ... or the end

　　57. | $

　　58. )

　　59. """

　　来源： 未闻Code

  　　>>>>>>点击进入编程语言专题