Python 正则表达式编译

re.compile 将正则表达式编译为 Pattern 对象，提升性能。

基本编译

import re

# 编译正则表达式
pattern = re.compile(r"\d+")

# 使用编译后的模式
text = "abc 123 def 456"
matches = pattern.findall(text)
print(matches)  # ['123', '456']

# 相比直接调用 re.findall
matches = re.findall(r"\d+", text)  # 每次都需要编译

编译时指定标志

import re

# 编译时指定多个标志
pattern = re.compile(r"hello", flags=re.IGNORECASE)

text = "Hello HELLO hello"
matches = pattern.findall(text)
print(matches)  # ['Hello', 'HELLO', 'hello']

# 组合标志
pattern = re.compile(r"^line", flags=re.MULTILINE | re.IGNORECASE)

Pattern 对象方法

import re

pattern = re.compile(r"(\w+)@(\w+)\.(\w+)")

# 所有 re 模块方法都可用
text = "user@example.com"
match = pattern.search(text)
print(match.groups())  # ('user', 'example', 'com')

matches = pattern.findall("a@b.c d@e.f")
print(matches)  # [('a', 'b', 'c'), ('d', 'e', 'f')]

# split、sub 等方法
result = pattern.sub("EMAIL", "user@example.com")
print(result)  # EMAIL

性能对比

import re
import time

text = "abc123def456" * 1000

# 不编译：每次重新解析正则
start = time.time()
for _ in range(1000):
    re.findall(r"\d+", text)
print(f"未编译: {time.time() - start:.4f}s")

# 编译：只需一次解析
pattern = re.compile(r"\d+")
start = time.time()
for _ in range(1000):
    pattern.findall(text)
print(f"已编译: {time.time() - start:.4f}s")

编译版本性能提升明显，特别是：

• 多次使用同一正则表达式
• 复杂的正则表达式
• 循环中的正则匹配

Pattern 属性

import re

pattern = re.compile(r"(?P<name>\w+)")

print(pattern.pattern)  # (?P<name>\w+)（原始模式）
print(pattern.flags)    # 标志值

# 查看编译信息
print(repr(pattern))    # re.compile(...)

实用场景

import re

# 定义常用正则模式
EMAIL_PATTERN = re.compile(r"\w+@\w+\.\w+")
PHONE_PATTERN = re.compile(r"1[3-9]\d{9}")
DATE_PATTERN = re.compile(r"\d{4}-\d{2}-\d{2}")

# 验证函数
def validate_email(text):
    return EMAIL_PATTERN.fullmatch(text) is not None

def validate_phone(text):
    return PHONE_PATTERN.fullmatch(text) is not None

print(validate_email("user@example.com"))  # True
print(validate_phone("13812345678"))       # True

模式复用

import re

# 多函数共享同一模式
pattern = re.compile(r"<(\w+)>.*?</\1>")

def extract_tags(text):
    return pattern.findall(text)

def remove_tags(text):
    return pattern.sub("", text)

text = "<div>content</div>"
print(extract_tags(text))  # ['div']
print(remove_tags(text))   # content

编译时机

要点总结

• re.compile(pattern) 编译正则表达式
• 编译后的 Pattern 对象可调用所有 re 方法
• 编译时可指定 flags 标志
• 多次使用同一正则应编译提升性能
• Pattern 对象有 pattern 和 flags 属性
• 模块级别定义编译模式便于复用
• 单次简单匹配无需编译，复杂场景必须编译