对一句正则表达式的理解

在《Python基础教程》的第198页上看到这样一句：

re.sub(emphasis_pattern, r'<em>\1</em>', 'Hello, *world*!')

其中：emphasis_pattern = r'\*([^\*]+)\*'

结果为：'Hello, <em>world</em>!'

 

对emphasis_pattern = r'\*([^\*]+)\*'

头尾的\*取消了元字符*，即只是作为普通字符

中间的()是一个子模式，字符串中与其匹配的子字符串可以用/1进行模式逆引用

[ ]+表示[ ]中的字符至少匹配一个

^\*表示匹配除了*号外的任何符号

与其匹配的例子：*abc*   (其中abc可以换成除*的任何字符)

 

对re.sub(emphasis_pattern, r'<em>\1</em>', 'Hello, *world*!')

调用函数sub(pat, repl. string)

首先要明白string是匹配pat的，函数的作用是将 匹配的部分用字符串repl替换掉：

如re.sub(r'a[abc]+d' , 'python' , 'hello,abcd')就是：'hello,python'

所以上面那个奇怪的东东其实就是用<em>\1</em>这个字符串来替换掉'Hello, *world*!'满足emphasis_pattern的部分而已(其实就是*world*)

那么\1是什么东西？

查了些资料，发现这个是re里面的子模式的逆向应用

\1代表的是'Hello, *world*!'匹配emphasis_pattern中( )里面的部分，也就是world

OK!现在就变成了：

re.sub( r'\*([^\*]+)\*', '<em>world</em>', 'Hello, *world*!')

用<em>world</em>替换掉 *world*，搞定

关于子模式和逆向引用：http://www.cnblogs.com/ylan2009/articles/2382870.html

通过理解这个正则语句，学到了不少