用 Python 的魔术方法做出更好的正则表达式 API
match()
或是 search()
,并将结果分配给一个变量。然后,你需要检查结果是否为 None
(表明没有发现匹配)。最后,如果匹配存在,你可以安全的提取捕获组。下面是一个示例:
Python
1
2
3
4
5
6
7
8
9
10
|
>>> import re
>>> match_obj = re.match(‘([0-9]+)’, ‘123foo’)
>>> match_obj # What is `match_obj`?
<_sre.SRE_Match object at 0x7fd1bb000828>
>>> match_obj.groups()
(‘123’,)
>>> match_obj = re.match(‘([0-9]+)’, ‘abc’)
>>> match_obj
None
|
还可以更好,在我看来,类似下面:
1
2
3
4
5
6
|
>>> re.get_matches(‘([0-9]+)’, ‘123foo’)
(‘123’,)
>>> re.get_matches(‘([0-9]+)’, ‘abc’)
None
|
我经常遇到的另外一件事情就是 re.sub
的混合参数,它可以执行正则的查找和替换。要求的参数,按照顺序,是 pattern
,replacement
, search_string
。无论出于何种原因,对我来说,更直观的是在替换之前使用 search_string
。
不幸的是,改编这些参数会导致“看起来正确”的结果。下面是一个例子,这里的目标是使用单词 bar
替换单词 foo
。
1
2
3
4
5
6
|
>>> re.sub(‘foo’, ‘replace foo with bar’, ‘bar’)
‘bar’
>>> re.sub(‘foo’, ‘bar’, ‘replace foo with bar’)
‘replace bar with bar’
|
其中关于
re.sub
的用法可以参考这篇文章,很详细 http://www.crifan.com/python_re_sub_detailed_introduction/
在第一个例子中,我们可能会假设输入的字符串只是“foo”。
语法糖
为了好玩,我把一个小小的增加了一些语法糖的 Python 正则表达式库的帮助类放在一起。我不建议任何人都使用它,但好玩的是,也许它可以为你提供一些提高其他库的语法的想法。
再我向你展示这个实现之前,这里有我设计的一个 API 的示例。
寻找匹配的单步操作:
1
2
3
4
5
6
7
8
|
>>> def has_lower(s):
... return bool(R/‘[a-z]+’/s)
>>> has_lower(‘This contains lower-case’)
True
>>> has_lower(‘NO LOWER-CASE HERE!’)
False
|
检索捕获组也是非常容易的:
1
2
3
|
>>> list(R/‘([0-9]+)’/‘extract 12 the 456 numbers’)
[’12’, ‘456’]
|
最后你可以使用字符串插值来实现替换:
1
2
3
|
>>> R/‘(foo|bar)’/‘replace foo and bar’ % ‘Huey!’
‘replace Huey! and Huey!’
|
你怎么认为?是不是很有趣?
实现
这个实现是非常简单的,依赖于 Python 的魔术方法提供的 API。是否有一个整洁的技巧,本质上,它是使用一个元类来实现类方法的操作符重载。
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
|
import re
class _R(type):
def __div__(self, regex):
return R(regex)
class R(object):
__metaclass__ = _R
def __init__(self, regex):
self._regex = re.compile(regex)
def __div__(self, s):
return RegexOperation(self._regex, s)
class RegexOperation(object):
def __init__(self, regex, search):
self._regex = regex
self._search = search
def search(self):
match = self._regex.search(self._search)
if match is not None:
return match.groups()
def __len__(self):
return self._regex.search(self._search) is not None
def __mod__(self, replacement):
return self._regex.sub(replacement, self._search)
def __iter__(self):
return iter(self._regex.findall(self._search))
|
通过一步步的操作,希望它可以阐明幕后的知识。
调用 R /
将调用 _R
类的 __div__
方法。它是一个创建 R 实例的工厂方法。
Python
1
2
|
>>> R/‘foo’
<rx.R at 0x7f77c00831d0>
|
然后,在最新创建的 R 对象上调用 __div__
方法,我们会得到一个 RegexOperation
实例,因此 R.__div__
是另外一个工厂方法。
Python
1
2
3
|
>>> r_obj = R/‘foo’
>>> r_obj / ‘bar’
<rx.RegexOperation at 0x7f77c00837d0>
|
最后的对象,RegexOperation
实现了一些魔法方法,允许我们检索匹配,执行替换,以及测试匹配是否存在。
转载自演道,想查看更及时的互联网产品技术热点文章请点击http://go2live.cn