用中文API讓正則表達式更易讀寫的方法是什么

這篇文章主要講解了“用中文API讓正則表達式更易讀寫的方法是什么”，文中的講解內容簡單清晰，易于學習與理解，下面請大家跟著小編的思路慢慢深入，一起來研究和學習“用中文API讓正則表達式更易讀寫的方法是什么”吧！

Python實現：

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

雙引號字符串： r'(\")((?<!\\)\\\1|.)*?\1'

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

由此想到是否有 API 能夠構建正則表達式。找到 PythonVerbalExpressions，它首頁上一個示例如下:

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

對應正則: ^(http)(s)?(\:\/\/)(www\.)?([^\ ]*)$

看起來的確比較可讀，而且如果改為中文 API 的話，命名會更簡短:

開頭().
尋找('http').
或許('s').
尋找('://').
或許('www.').
除了(' ').
結尾()

問題是這個庫的功能似乎有限，僅支持小部分正則語法，于是考慮改進。

設想中的 API 示例

以開頭的木蘭實現中的幾個正則為例，用設想中的 API 表達后進行對比

標識符：

至多一個("$").一個("_", 大小寫英文, 中文).任意個("_", 大小寫英文, 數字, 中文)

原始正則表達式對比：r'\$?[_a-zA-Z\u4e00-\u9fa5][_a-zA-Z0-9\u4e00-\u9fa5]*'

雙引號字符串：

分組(雙引號)
  .最小匹配(
    任意個(
      分組(
        皆可(
          前面不是(反斜杠).一個(反斜杠).一個(引用分組(1)),
          一個(非換行字符))
      )
    )
  )
  .引用分組(1)

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

字符串插值相關：

皆可(
  一個(反斜杠).一個(左小括號).分組(任意個(不是(反斜杠, 右小括號))).一個(反斜杠).一個(右小括號),
  一個(反引號).分組(任意個(不是(反引號))).一個(反引號)
)

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

相對原始正則表達式，在可讀性之外還有幾個優勢:

• 不需為正則的特殊意義字符加反斜杠，如 \，(，) 等

• 明確運算優先級，比如雙引號字符串中的 | 和 (?<!)...

在易寫方面，相對于正則的符號語法，API 語義更加直白。

感謝各位的閱讀，以上就是“用中文API讓正則表達式更易讀寫的方法是什么”的內容了，經過本文的學習后，相信大家對用中文API讓正則表達式更易讀寫的方法是什么這一問題有了更深刻的體會，具體使用情況還需要大家實踐驗證。這里是億速云，小編將為大家推送更多相關知識點的文章，歡迎關注！