Python 2.6+ 的 str.format() 和正则表达式

Question

在Python 2.6和Python 3中，使用str.format()来格式化字符串已经成为新的标准。不过，我在用str.format()和正则表达式一起使用时遇到了一些问题。

我写了一个正则表达式，目的是找出所有在指定域名下的单级域名，或者在指定域名下的二级域名，如果二级域名是www的话。

假设指定的域名是delivery.com，我的正则表达式应该能返回a.delivery.com、b.delivery.com、www.c.delivery.com……但它不应该返回x.a.delivery.com。

import re

str1 = "www.pizza.delivery.com"
str2 = "w.pizza.delivery.com"
str3 = "pizza.delivery.com"

if (re.match('^(w{3}\.)?([0-9A-Za-z-]+\.){1}delivery.com$', str1): print 'String 1 matches!'
if (re.match('^(w{3}\.)?([0-9A-Za-z-]+\.){1}delivery.com$', str2): print 'String 2 matches!'
if (re.match('^(w{3}\.)?([0-9A-Za-z-]+\.){1}delivery.com$', str3): print 'String 3 matches!'

运行这个应该会得到以下结果：

String 1 matches!
String 3 matches!

现在，问题是当我尝试用str.format()动态替换delivery.com时……

if (re.match('^(w{3}\.)?([0-9A-Za-z-]+\.){1}{domainName}$'.format(domainName = 'delivery.com'), str1): print 'String 1 matches!'

这似乎失败了，因为str.format()期望{3}和{1}是函数的参数。（我猜的）

我可以用+运算符来拼接字符串。

'^(w{3}\.)?([0-9A-Za-z-]+\.){1}' + domainName + '$'

问题是，字符串（通常是正则表达式）里面有"{n}"时，是否可以使用str.format()？

Answer 1

很遗憾，在我的情况下，这种方法不奏效。最后我用了字符串拼接的方式，像这样：pattern='{'+Acc[0]+'}(\.\d+)?'，其中 Acc[0] 是我正则表达式中的一个变量。

我尝试了以下几种格式，但都失败了。我分享给你，可能你会感兴趣（我使用的是 Python 3.7）：

pattern='{{Acc[0]}}(\.\d+)?'
pattern='{{ID}}(\.\d+)?'.format(ID = Acc[0])
pattern='{{1}}(\.\d+)?'.format(ID = Acc[0])
pattern="{{}}(\.\d+)?".format(Acc[0])
pattern=fr"{{Acc[0]}}(\.\d+)?"
pattern = "%s(\\.\d+)?" % (Acc[0])

Answer 2

根据文档的说明，如果你在格式化字符串的时候需要保留一个字面上的{或}，那么在原始字符串中就要用{{和}}来表示。

'^(w{{3}}\.)?([0-9A-Za-z-]+\.){{1}}{domainName}$'.format(domainName = 'delivery.com')

Answer 3

首先，你需要格式化字符串，然后再使用正则表达式。把所有内容放在一行里其实没什么必要。要进行转义的话，可以通过把大括号写两次来实现：

>>> pat= '^(w{{3}}\.)?([0-9A-Za-z-]+\.){{1}}{domainName}$'.format(domainName = 'delivery.com')
>>> pat
'^(w{3}\\.)?([0-9A-Za-z-]+\\.){1}delivery.com$'
>>> re.match(pat, str1)

另外，re.match 是从字符串的开头开始匹配的，所以如果你用 re.match，就不需要加 ^。不过如果你用 re.search，那就需要加 ^ 了。

请注意，正则表达式中的 {1} 是多余的。