如何在Python中拆分超长正则表达式

Question

我有一个很长的正则表达式。

 vpa_pattern = '(VAP) ([0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}): (.*)'

我的代码是用来匹配组的，具体如下：

 class ReExpr:
def __init__(self):
    self.string=None

def search(self,regexp,string):
    self.string=string
    self.rematch = re.search(regexp, self.string)
    return bool(self.rematch)

def group(self,i):
    return self.rematch.group(i)

 m = ReExpr()

 if m.search(vpa_pattern,line):
    print m.group(1)
    print m.group(2)
    print m.group(3)

我尝试了以下几种方法，把正则表达式的模式分成多行，

vpa_pattern = '(VAP) \
    ([0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}):\
    (.*)'

甚至我还尝试了：

 vpa_pattern = re.compile(('(VAP) \
    ([0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}):\
    (.*)'))

但是上面的方法都不管用。对于每个组，我在开括号和闭括号后面都有一个空格（）。我想这可能是我把它分成多行后，正则表达式没有识别到。

Answer 1

其实这很简单。你已经在用 {} 这种写法了。再用一次就行。所以，不用写：

'([0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}:[0-9A-Fa-f]{2}):'

这只是把 [0-9A-Fa-f]{2}: 重复了 6 次，你可以用：

'([0-9A-Fa-f]{2}:){6}'

我们甚至可以进一步简化，使用 \d 来表示数字：

'([\dA-Fa-f]{2}:){6}'

注意：根据你使用的 re 函数，你可以传入 re.IGNORE_CASE，这样可以把那部分简化成 [\da-f]{2}:

所以你最终的正则表达式是：

'(VAP) ([\dA-Fa-f]{2}:){6} (.*)'

Answer 2

在Python中，如果把文本字符串放在括号里，可以把它们分成几部分来写：

>>> text = ("alfa" "beta"
... "gama")
...
>>> text
'alfabetagama'

或者在你的代码中：

text = ("alfa" "beta"
        "gama" "delta"
        "omega")
print text

这样会输出

"alfabetagamadeltaomega"

Answer 3

看看这个 re.X 标志。它可以让你在正则表达式中添加注释，并且会忽略空格。

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