资讯专栏INFORMATION COLUMN

用 Python 的魔术方法做出更好的正则表达式 API

MangoGoing / 2935人阅读

摘要:注原文地址为我的一个同事提到他错过了的正则表达式的语法糖。首先,从正则表达式检索捕捉组需要两个步骤。语法糖为了好玩,我把一个小小的增加了一些语法糖的正则表达式库的帮助类放在一起。调用将调用类的方法。

  

注:原文地址为 Playing with Python Magic Methods to make a nicer Regex API

我的一个同事提到,他错过了 Ruby 的正则表达式的语法糖。我没有使用过 Ruby 的正则表达式,但是以我对 Python 的足够了解知道 API 是缺少足够的语法糖。

首先,从正则表达式检索捕捉组需要两个步骤。第一步,你需要调用 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:

>>> 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:

>>> 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 patternreplacementsearch_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

>>> 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:

>>> 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:

>>> 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:

>>> 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。

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。

>>> R/"foo"

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。

>>> r_obj = R/"foo"
>>> r_obj / "bar"

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。

文章版权归作者所有,未经允许请勿转载,若此文章存在违规行为,您可以联系管理员删除。

转载请注明本文地址:https://www.ucloud.cn/yun/37326.html

相关文章

  • PHP小知识点

    摘要:那些琐碎的知识点作者记录的的很奇特很难记的知识点。易错知识点整理注意和的区别中和都是输出的作用,但是两者之间还是有细微的差别。今天手头不忙,总结一下,分享过程中掌握的知识点。 深入理解 PHP 之:Nginx 与 FPM 的工作机制 这篇文章从 Nginx 与 FPM 的工作机制出发,探讨配置背后的原理,让我们真正理解 Nginx 与 PHP 是如何协同工作的。 PHP 那些琐碎的知识...

    hover_lew 评论0 收藏0
  • python学习笔记-魔术方法,让自定义类更像内置类型

    摘要:的魔术方法是中那些预定义的像类型的函数。使用的魔术方法的最大优势在于提供了简单的方法让对象可以表现得像内置类型一样。廖雪峰老师教程里写的是方法,不知道为啥。 Python的魔术方法是Python中那些预定义的像__XXX__类型的函数。使用Python的魔术方法的最大优势在于python提供了简单的方法让对象可以表现得像内置类型一样。 __str__函数 __str__函数用于处理打印...

    changfeng1050 评论0 收藏0
  • 你真知道Python字符串怎么吗?

    摘要:方法可接收两个参数,第一个参数是分隔符,即用来分隔字符串的字符,默认是所有的空字符,包括空格换行制表符等。拆分过程会消耗分隔符,所以拆分结果中不包含分隔符。 正如《你真的知道Python的字符串是什么吗?》所写,Python 中字符串是由 Uniocde 编码的字符组成的不可变序列,它具备与其它序列共有的一些操作,例如判断元素是否存在、拼接序列、切片操作、求长度、求最值、求元素的索引位...

    scwang90 评论0 收藏0

发表评论

0条评论

最新活动
阅读需要支付1元查看
<