【Python】LEGB作用域 + re模块 + 正则表达式

一 LEGB作用域

global关键字：在函数内部修改全局变量时，必须在函数内部定义全局变量(全局声明)。
nonlocal关键字：在内层函数修改外层嵌套函数内的变量时，也要在内层声明

---

• L（Local）局部作用域:函数内部

import math
# 判断是否是素数
def is_prime(n):
    if n <= 1:
        return False
    if n == 2:
        # 唯一偶数中的素数
        return True
    if n % 2 == 0:
        # 排除所有的偶数
        return False
    # 只需判断到 sqrt(n)的奇数因子
    max_divisor = math.isqrt(n) + 1
    for i in range(3, max_divisor, 2):
        if n % i == 0:
            return False
    return True
"""
其中 max_divisor 是局部变量
"""	

---

• E（Enclosing）嵌套作用域:嵌套作用域是指在函数内部可以访问外部函数定义的变量。每当创建一个新的函数，就会创建一个新的嵌套作用域

def outer():
    n = 1
	
	# 嵌套函数
    def inner0():
    	print(f'初始时外层函数变量n={n}')
    # 嵌套函数    
	def inner1(): 
		nonlocal n # 声明外部变量
        n += 1  # 修改外部变量
        
    inner0()   
    print(f"内层函数执行前n={n}")
    inner1() 
    print(f"内层函数执行后n={n}")
    
outer()
"""
运行结果：
初始时外层函数变量n=1
内层函数执行前n=1
内层函数执行后n=2
"""

---

• G（Global）全局作用域:模块(.py文件)内部

import math
# 判断是否是素数
def is_prime(n):
	pass # 上述代码
nums = [1, 5, 6, 10] # 全局变量
for num in nums:
    print(f'{num}是素数吗？ {is_prime(num)}')

"""
运行结果：
1是素数吗？ False
5是素数吗？ True
6是素数吗？ False
10是素数吗？ False
"""

• B（Builtin）内置模块作用域:builtins.py文件
  

二 re（Regular Expression）

Python 的 re 模块提供了正则表达式（Regular Expression）操作，用于字符串的匹配、查找、替换和分割等操作。

---

预览

方法	功能	返回值
re.match()	从字符串开头匹配	Match 或 None
re.search()	搜索整个字符串	Match 或 None
re.findall()	返回所有匹配的列表	list
re.finditer()	返回所有匹配的迭代器	iterator
re.sub()	替换匹配的字符串	str
re.split()	按正则表达式分割	list
re.compile()	预编译正则表达式	Pattern

1. re.match() —— 从字符串开头匹配

功能：
从字符串的起始位置开始匹配正则表达式，如果匹配成功返回 Match 对象，否则返回 None。

语法：

re.match(pattern, string, flags=0)

参数：

• pattern：正则表达式模式。
• string：要匹配的字符串。
• flags：可选标志（如 re.IGNORECASE 忽略大小写）。

示例：

import re

result = re.match(r'hello', 'hello world')
print(result.group())  # 输出: 'hello'

result = re.match(r'world', 'hello world')
print(result)  # 输出: None（因为 'world' 不在开头）

---

2. re.search() —— 搜索整个字符串

功能：
扫描整个字符串，返回第一个匹配的 Match 对象，如果没有匹配则返回 None。

语法：

re.search(pattern, string, flags=0)

示例：

import re

result = re.search(r'world', 'hello world')
print(result.group())  # 输出: 'world'

result = re.search(r'python', 'hello world')
print(result)  # 输出: None

---

3. re.findall() —— 返回所有匹配的字符串列表

功能：
返回字符串中所有匹配的子串组成的列表（不返回 Match 对象）。

语法：

re.findall(pattern, string, flags=0)

示例：

import re

result = re.findall(r'\d+', 'a1b22c333')
print(result)  # 输出: ['1', '22', '333']

---

4. re.finditer() —— 返回所有匹配的迭代器

功能：
返回一个迭代器，包含所有匹配的 Match 对象（比 findall 更灵活，可以获取匹配的位置）。

语法：

re.finditer(pattern, string, flags=0)

示例：

import re

matches = re.finditer(r'\d+', 'a1b22c333')
for match in matches:
    print(match.group(), match.span())  
    # 输出: 
    # '1' (1, 2)
    # '22' (3, 5)
    # '333' (6, 9)

---

5. re.sub() —— 替换匹配的字符串

功能：
用指定的字符串替换所有匹配的子串，并返回替换后的字符串。

语法：

re.sub(pattern, repl, string, count=0, flags=0)

参数：

• repl：替换的字符串（或函数）。
• count：最多替换次数（默认 0 表示全部替换）。

示例：

import re

result = re.sub(r'\d+', 'X', 'a1b22c333')
print(result)  # 输出: 'aXbXcX'

# 使用函数替换
def double_num(match):
    return str(int(match.group()) * 2)

result = re.sub(r'\d+', double_num, 'a1b22c333')
print(result)  # 输出: 'a2b44c666'

---

6. re.split() —— 按正则表达式分割字符串

功能：
用正则表达式匹配的子串作为分隔符，分割字符串并返回列表。

语法：

re.split(pattern, string, maxsplit=0, flags=0)

示例：

import re

result = re.split(r'\d+', 'a1b22c333d')
print(result)  # 输出: ['a', 'b', 'c', 'd']

result = re.split(r'[\s,;]+', 'a,b; c  d')
print(result)  # 输出: ['a', 'b', 'c', 'd']

---

7. re.compile() —— 预编译正则表达式

功能：
将正则表达式编译成一个 Pattern 对象，提高多次匹配的效率。

语法：

re.compile(pattern, flags=0)

示例：

import re

pattern = re.compile(r'\d+')  # 预编译
result = pattern.findall('a1b22c333')
print(result)  # 输出: ['1', '22', '333']

---

8. Match 对象的常用方法

re.match() 和 re.search() 返回 Match 对象，常用方法：

• group()：返回匹配的字符串。
• start()：返回匹配的起始位置。
• end()：返回匹配的结束位置。
• span()：返回 (start, end) 元组。

示例：

import re

match = re.search(r'\d+', 'a1b22c333')
print(match.group())  # '1'
print(match.span())   # (1, 2)

---

三 正则表达式

正则表达式（Regular Expression）是一种强大的文本匹配和处理工具，它使用特定的语法规则来描述字符串的模式。

---

1. 基本字符匹配

字符	说明	示例
a	匹配字符 a	re.match(r'a', 'apple') → 匹配 'a'
\\	匹配 \ 本身	re.match(r'\\', '\\') → 匹配 \
\n	换行符
\t	制表符

---

2. 元字符（特殊字符）

元字符	说明	示例
.	匹配任意单个字符（除换行符 \n）	re.match(r'a.c', 'abc') → 匹配 'abc'
^	匹配字符串的开头	re.match(r'^a', 'apple') → 匹配 'a'
$	匹配字符串的结尾	re.search(r'e$', 'apple') → 匹配 'e'
*	匹配前一个字符 0 次或多次	re.match(r'ab*', 'abbb') → 匹配 'abbb'
+	匹配前一个字符 1 次或多次	re.match(r'ab+', 'abbb') → 匹配 'abbb'
?	匹配前一个字符 0 次或 1 次	re.match(r'ab?', 'ab') → 匹配 'ab'
{m}	匹配前一个字符 m 次	re.match(r'a{2}', 'aa') → 匹配 'aa'
{m,n}	匹配前一个字符 m 到 n 次	re.match(r'a{2,4}', 'aaa') → 匹配 'aaa'
[...]	匹配括号内任意一个字符	re.match(r'[abc]', 'b') → 匹配 'b'
[^...]	匹配不在括号内的任意字符	re.match(r'[^abc]', 'd') → 匹配 'd'
`	`	或，匹配左边或右边的模式
()	分组，捕获匹配的子串	re.match(r'(ab)+', 'abab') → 匹配 'abab'

---

3. 预定义字符集（转义字符）

字符	说明	示例
\d	匹配数字（等价于 [0-9]）	re.match(r'\d', '3') → 匹配 '3'
\D	匹配非数字（等价于 [^0-9]）	re.match(r'\D', 'a') → 匹配 'a'
\w	匹配单词字符（字母、数字、下划线）	re.match(r'\w', 'a') → 匹配 'a'
\W	匹配非单词字符	re.match(r'\W', '@') → 匹配 '@'
\s	匹配空白字符（空格、\t、\n等）	re.match(r'\s', ' ') → 匹配 ' '
\S	匹配非空白字符	re.match(r'\S', 'a') → 匹配 'a'

---

4. 贪婪匹配 vs 非贪婪匹配

• 贪婪匹配（默认）：尽可能匹配最长的字符串。

  re.match(r'a.*b', 'axxxbxxxb')  # 匹配整个 'axxxbxxxb'
  

• 非贪婪匹配（加 ?）：尽可能匹配最短的字符串。

  re.match(r'a.*?b', 'axxxbxxxb')  # 只匹配 'axxxb'
  

---

5. 分组与捕获

语法	说明	示例
(pattern)	捕获分组	re.match(r'(\d+)-(\d+)', '123-456') → 分组 ('123', '456')
(?:pattern)	非捕获分组（不保存匹配结果）	re.match(r'(?:\d+)-(\d+)', '123-456') → 只捕获 '456'
(?Ppattern)	命名分组	re.match(r'(?P\d{4})', '2023') → 分组名 year

---

6. 零宽断言

语法	说明	示例
(?=pattern)	正向先行断言（后面必须匹配）	re.search(r'a(?=b)', 'ab') → 匹配 'a'（后面是 b）
(?!pattern)	负向先行断言（后面不能匹配）	re.search(r'a(?!b)', 'ac') → 匹配 'a'（后面不是 b）
(?<=pattern)	正向后行断言（前面必须匹配）	re.search(r'(?<=a)b', 'ab') → 匹配 'b'（前面是 a）
(?	负向后行断言（前面不能匹配）	re.search(r'(? → 匹配 'b'（前面不是 a）

---

7. 常用正则示例

场景	正则表达式	示例
匹配邮箱	r'[\w.-]+@[\w.-]+\.\w+'	'[email protected]'
匹配 URL	r'https?://[\w.-]+(?:/[\w.-]*)*'	'https://example.com'
匹配手机号	r'1[3-9]\d{9}'	'13800138000'
匹配日期	r'\d{4}-\d{2}-\d{2}'	'2023-10-01'
提取 HTML 标签内容	r'<(\w+)>(.*?)'	' Title ' → 分组 ('h1', 'Title')

---

推荐使用 Regex101 在线工具测试正则表达式！