博客

今天看到以下这段代码：

import re

_USER_RE = r'''(?P<user>[^:@]+|'[^']+'|"[^"]+")'''
_PASSWORD_RE = r'''(?P<password>[^@]+|'[^']+'|"[^"]+")'''
_CREDS_RE = r'{}(?::{})?'.format(_USER_RE, _PASSWORD_RE)
FTP_RE = re.compile(r'^ftp://(?:{}@)?(?P<abs_path>.*)$'.format(_CREDS_RE))

source = 'ftp://anonymous:guest@ftp.ncbi.nlm.nih.gov/codepackage'
m = FTP_RE.search(source)
user = m.group('user') or 'anonymous'
password = m.group('password') or 'guest'
server, path_dir = m.group('abs_path').split('/', 1)

觉得有几点很不错：

1、把每个关键信息的提取分开写，提高代码的可读性

2、过程中用到的一些表达式我还不清楚，需要深入了解，比如 ?:: 什么意思？

3、遵守很好的代码规范

接下来我尝试解释一下匹配过程：

1、FTP_RE整体分为2部分， 第一部分用CREDS_RE匹配 anonymous:guest， 用后面.*匹配ftp.ncbi.nlm.nih.gov/codepackage

2、CREDS_RE， 用USER_RE匹配了nonymous，用PASWWORD_RE匹配了guest。?::{} 其中第二个：匹配了anonymous:guest中间的：. ?P<user>[^:@]+|'[^’]+’|”[^”]+”) 表示用户名可以包含单双引号

3、说明 (?::{})?  这个正则表达式中，两个？含义不同，第一个和?:结合在一起，表示非捕获匹配,  第二个？表示括号内容的0次或一次

一些知识点：

1、  什么是非捕获匹配可以看

这篇博客

2、 (?P<user>xxxx), 这个叫组匹配，user表示组名，xxxx表示这个组的匹配格式，组匹配可以看看

这篇文章

https://blog.csdn.net/whaoXYSH/article/details/22295317

3、如何看匹配组的内容？

print(m.groups())
print(m.groupdict())

结果：

(‘anon[ymous’, ‘234[faa’, ‘ftp.ncbi.nlm.nih.gov/codepackage’)

{‘user’: ‘anon[ymous’, ‘password’: ‘234[faa’, ‘abs_path’: ‘ftp.ncbi.nlm.nih.gov/codepackage’}

可以看到，只要?:表示非捕获组没有显示在这里。

4、|在正则表表示或的意思