正则表达式笔记三则

笔记三则，珍藏于此。

关于正则表达式中的大小写无关匹配模式，我曾在匹配诸如“Drug”等关键词时，习惯于使用如“/viagra|cialis|anti-ed/”这样的表达式。为了提高可读性和匹配速度，我掌握了一种技巧，那就是为关键词排序并仅对首字母进行大小写不敏感匹配。为此，我编写了一个功能强大的函数，可以批量转换此类表达式。代码示例如下：

对于每个单词的首字母，无论其大小写如何，我都能进行匹配。这个函数首先将正则表达式转换为排序后的列表，然后对列表中每个单词的首字母提供大小写匹配。代码示例如下：当调用函数`luf`并传入参数“sex pill|viagra|cialis|anti-ed”，输出的结果会是：“[aA]nti-[eE]d|[cC]ialis|[sS]ex [pP]ill|[vV]iagra”。这意味着无论关键词的首字母是大写还是小写，都能被正确匹配。

关于控制全局匹配开始的位置，jyf曾向我提问。现在我可以回答这一问题。Perl的`pos`函数能够在全局匹配（/g）中调整下次匹配开始的位置。例如，字符串“abcdefg”中的每两个字母可以通过此函数进行匹配。输出结果为ab, cd, ef等。我们可以通过调整`pos($_)`的值来重新定位下一次匹配开始的位置。例如，将`pos($_)--`和`pos($_)++`分别使用，可以得到不同的输出结果。要获取更多关于`pos`函数的详细信息，建议查阅Perl文档的相关章节。

对于Python的文档，只需在shell环境下执行python命令，然后导入re模块，再调用help(re)即可查阅相关文档。其中，sub函数是我们在正则替换中常用的一种方法。它拥有四个参数，包括pattern（模式）、repl（替换内容）、string（原始字符串）以及count（替换次数，默认为0即替换所有匹配项）。

Python的sub函数与PHP类似，支持在替换过程中使用callable回调函数，这使得替换操作更加灵活高效。回调函数的默认参数是一个匹配对象变量，这个变量包含了丰富的信息，我们可以利用这些信息来实现复杂的替换操作。

下面是一个具体的例子，展示了如何在Python中使用回调函数进行正则替换。我们定义一个字典ent，将HTML实体如'<'、'>'和'&'等映射到其对应的字符串表示。然后，我们定义一个回调函数rep，根据传入的匹配对象mo返回对应的替换内容。我们使用re.sub函数进行替换操作，其中r"([&<>])"是正则表达式，用于匹配需要替换的内容。

关键点在于回调函数接收的是一个匹配对象变量。只要我们理解了这一点，就可以通过查阅手册了解该对象的属性，然后灵活使用这些属性来写出高效的正则替换代码。比如，我们可以使用匹配对象的group方法获取匹配的子串，然后使用字典或其他数据结构进行替换。

例如，上面的代码中，我们使用了匹配对象的group(1)来获取匹配的子串，然后从ent字典中获取对应的替换内容。这就是回调函数在正则替换中的基本应用。我们还可以利用匹配对象的其他属性来实现更复杂的替换操作。

以cambrian.render('body')为例，我们可以通过结合正则表达式和回调函数来实现更高级的文本处理功能。只要我们深入理解匹配对象的属性和方法，就能写出更加灵活高效的Python正则替换代码。