如何在正则表达式中使用变量

Question

我想在正则表达式里面使用一个变量，这在Python中该怎么做呢？

TEXTO = sys.argv[1]

if re.search(r"\b(?=\w)TEXTO\b(?!\w)", subject, re.IGNORECASE):
    # Successful match
else:
    # Match attempt failed

Answer 1

if re.search(r"\b(?<=\w)%s\b(?!\w)" % TEXTO, subject, re.IGNORECASE):

这段代码会把TEXTO里面的内容作为字符串插入到正则表达式中。

Answer 2

你需要把正则表达式写成一个字符串：

TEXTO = sys.argv[1]
my_regex = r"\b(?=\w)" + re.escape(TEXTO) + r"\b(?!\w)"

if re.search(my_regex, subject, re.IGNORECASE):
    etc.

注意使用了 re.escape，这样如果你的文本中有特殊字符，它们就不会被当作特殊字符来处理。

Answer 3

从Python 3.6开始，你可以使用一种叫做“字面字符串插值”的新特性，也就是“f-strings”。在你的具体情况下，解决方案是：

if re.search(rf"\b(?=\w){TEXTO}\b(?!\w)", subject, re.IGNORECASE):
    ...do something

编辑：

由于评论中有一些关于如何处理特殊字符的问题，我想扩展一下我的回答：

原始字符串（'r'）：

在处理正则表达式中的特殊字符时，你需要理解一个主要概念，就是区分字符串字面量和正则表达式本身。这里有个很好的解释 在这里：

简单来说：

假设你想匹配字符串 \boundary，而不是在 TEXTO 后面找到一个单词边界 \b。那么你需要写：

TEXTO = "Var"
subject = r"Var\boundary"

if re.search(rf"\b(?=\w){TEXTO}\\boundary(?!\w)", subject, re.IGNORECASE):
    print("match")

这之所以能工作，是因为我们使用了原始字符串（正则表达式前面有'r'），否则我们必须在正则表达式中写"\\\\boundary"（四个反斜杠）。另外，如果没有'\r'，\b就不再被转换为单词边界，而是变成了一个退格符！

re.escape：

这个方法基本上是在任何特殊字符前面加一个反斜杠。因此，如果你在 TEXTO 中期待一个特殊字符，你需要写：

if re.search(rf"\b(?=\w){re.escape(TEXTO)}\b(?!\w)", subject, re.IGNORECASE):
    print("match")

注意：对于任何版本 >= python 3.7：!、"、%、'、,、/、:、;、<、=、>、@ 和 ` 都没有被转义。只有在正则表达式中有意义的特殊字符仍然会被转义。_ 从Python 3.3开始就没有被转义了。（详见 这里）

花括号：

如果你想在使用f-strings的正则表达式中使用量词，你需要使用双花括号。假设你想匹配后面跟着正好两个数字的 TEXTO：

if re.search(rf"\b(?=\w){re.escape(TEXTO)}\d{{2}}\b(?!\w)", subject, re.IGNORECASE):
    print("match")