用中文API让正则表达式更易读写的方法是什么

这篇文章主要讲解了“用中文API让正则表达式更易读写的方法是什么”，文中的讲解内容简单清晰，易于学习与理解，下面请大家跟着小编的思路慢慢深入，一起来研究和学习“用中文API让正则表达式更易读写的方法是什么”吧！

Python实现：

标识符：r'\$?[_a-zA-Z\u4e00-\u9fa5][_a-zA-Z0-9\u4e00-\u9fa5]*'  

双引号字符串： r'(\")((?<!\\)\\\1|.)*?\1'

字符串插值相关：r'\\\(([^\\\)]*)\\\)|`([^`]*)`'

由此想到是否有 API 能够构建正则表达式。找到 PythonVerbalExpressions，它首页上一个示例如下:

verbal_expression.
start_of_line().
find('http').
maybe('s').
find('://').
maybe('www.').
anything_but(' ').
end_of_line()

对应正则: ^(http)(s)?(\:\/\/)(www\.)?([^\ ]*)$

看起来的确比较可读，而且如果改为中文 API 的话，命名会更简短:

开头().
寻找('http').
或许('s').
寻找('://').
或许('www.').
除了(' ').
结尾()

问题是这个库的功能似乎有限，仅支持小部分正则语法，于是考虑改进。

设想中的 API 示例

以开头的木兰实现中的几个正则为例，用设想中的 API 表达后进行对比

标识符：

至多一个("$").一个("_", 大小写英文, 中文).任意个("_", 大小写英文, 数字, 中文)

原始正则表达式对比：r'\$?[_a-zA-Z\u4e00-\u9fa5][_a-zA-Z0-9\u4e00-\u9fa5]*'

双引号字符串：

分组(双引号)
  .最小匹配(
    任意个(
      分组(
        皆可(
          前面不是(反斜杠).一个(反斜杠).一个(引用分组(1)),
          一个(非换行字符))
      )
    )
  )
  .引用分组(1)

r'(\")((?<!\\)\\\1|.)*?\1'

字符串插值相关：

皆可(
  一个(反斜杠).一个(左小括号).分组(任意个(不是(反斜杠, 右小括号))).一个(反斜杠).一个(右小括号),
  一个(反引号).分组(任意个(不是(反引号))).一个(反引号)
)

r'\\\(([^\\\)]*)\\\)|`([^`]*)`'

相对原始正则表达式，在可读性之外还有几个优势:

• 不需为正则的特殊意义字符加反斜杠，如 \，(，) 等

• 明确运算优先级，比如双引号字符串中的 | 和 (?<!)...

在易写方面，相对于正则的符号语法，API 语义更加直白。

感谢各位的阅读，以上就是“用中文API让正则表达式更易读写的方法是什么”的内容了，经过本文的学习后，相信大家对用中文API让正则表达式更易读写的方法是什么这一问题有了更深刻的体会，具体使用情况还需要大家实践验证。这里是亿速云，小编将为大家推送更多相关知识点的文章，欢迎关注！