Làm sạch các biểu thức chính quy của Python

Question

Có cách nào để viết các mẫu regex dài trong python không? Tôi thấy cách tiếp cận này một nơi nào đó nhưng regex trong python không cho phép danh sách.

patterns = [ 
    re.compile(r'<!--([^->]|(-+[^->])|(-?>))*-{2,}>'), 
    re.compile(r'\n+|\s{2}') 
] 

Answer 1

Bạn có thể sử dụng chế độ tiết để viết biểu thức chính quy dễ đọc hơn. Ở chế độ này:

• Khoảng trắng trong mẫu bị bỏ qua, ngoại trừ khi ở trong một lớp ký tự hoặc trước dấu gạch chéo ngược không thoát.
• Khi dòng chứa '#' không nằm trong một lớp ký tự hoặc trước dấu gạch chéo ngược không thoát, tất cả các ký tự từ bên trái ngoài cùng '#' đến cuối dòng sẽ bị bỏ qua.

Hai câu sau đây là tương đương:

a = re.compile(r"""\d + # the integral part 
        \. # the decimal point 
        \d * # some fractional digits""", re.X) 

b = re.compile(r"\d+\.\d*") 

(Trích từ tài liệu của verbose mode)

Answer 2

Bạn có thể sử dụng chú thích trong của regex, mà làm cho họ nhiều hơn nữa có thể đọc được. Lấy một ví dụ từ http://gnosis.cx/publish/programming/regular_expressions.html:

/    # identify URLs within a text file 
      [^="] # do not match URLs in IMG tags like: 
       # <img src="http://mysite.com/mypic.png"> 
http|ftp|gopher # make sure we find a resource type 
      :\/\/ # ...needs to be followed by colon-slash-slash 
     [^ \n\r]+ # stuff other than space, newline, tab is in URL 
    (?=[\s\.,]) # assert: followed by whitespace/period/comma 
/

Answer 3

Mặc dù đề nghị @ Ayman về re.VERBOSE là một ý tưởng tốt hơn, nếu tất cả các bạn muốn là những gì bạn đang hiển thị, chỉ cần làm:

patterns = re.compile(
     r'<!--([^->]|(-+[^->])|(-?>))*-{2,}>' 
     r'\n+|\s{2}' 
) 

và nối tự động Python của các chuỗi chữ liền kề (giống như C's, btw) sẽ làm phần còn lại ;-).