确定 Python 对象是正则表达式还是字符串

Question

思考练习：编写一个接受正则表达式模式或字符串以完全匹配的 Python 函数的“最佳”方法是什么：

import re
strings = [...]

def do_search(matcher):
  """
  Returns strings matching matcher, which can be either a string
  (for exact match) or a compiled regular expression object
  (for more complex matches).
  """
  if not is_a_regex_pattern(matcher):
    matcher = re.compile('%s$' % re.escape(matcher))

  for s in strings:
    if matcher.match(s):
      yield s

那么，is_a_regex_pattern() 的实现思路呢？

Answer 1

您可以通过re._pattern_type 访问_sre.SRE_Pattern 类型：

if not isinstance(matcher, re._pattern_type):
    matcher = re.compile('%s$' % re.escape(matcher))

下面是一个演示：

>>> import re
>>> re._pattern_type
<class '_sre.SRE_Pattern'>
>>> isinstance(re.compile('abc'), re._pattern_type)
True
>>>

Answer 2

或者，设为quack：

try:
    does_match = matcher.match(s)
except AttributeError:
    does_match = re.match(matcher.s)

if does_match:
    yield s

换句话说，将matcher 视为已经是已编译的正则表达式。如果中断了，则将其视为需要编译的 string。

这称为Duck Typing。不是每个人agrees 都应该像这样将异常用于例行突发事件。这是ask-permission versus ask-forgiveness 辩论。 Python 比大多数语言更容易被原谅amenable。

Answer 3

1. 不是字符串：

   def is_a_regex_pattern(s):
     return not isinstance(s, basestring)
   

2. 是_sre.SRE_Pattern（虽然它不可导入，所以使用粗字符串匹配）：

   def is_a_regex_pattern(s):
     return s.__class__.__name__ == 'SRE_Pattern'
   

3. 您可以重新编译 SRE_Pattern，它似乎评估相同。

   def is_a_regex_pattern(s):
     return s == re.compile(s)
   

Answer 4

你可以测试一下，如果matcher 有一个方法match：

import re

def do_search(matcher, strings):
    """
    Returns strings matching matcher, which can be either a string
    (for exact match) or a compiled regular expression object
    (for more complex matches).
    """
    if hasattr(matcher, 'match'):
        test = matcher.match
    else:
        test = lambda s: matcher==s

    for s in strings:
        if test(s):
            yield s

您不应使用全局变量，而应使用第二个参数。

Answer 5

在 Python 3.7 上，re._pattern_type 重命名为 re.Pattern

https://stackoverflow.com/a/27366172/895245 因此在那个时候中断了，因为re._pattern_type 没有定义。

虽然re.Pattern 看起来更好，因此有望更稳定，但在文档中根本没有提到它：https://docs.python.org/3/library/re.html#regular-expression-objects，所以也许依赖它不是一个好主意。

https://stackoverflow.com/a/46779329/895245 确实有些道理。但是有朝一日str 类添加了.match 方法并做了完全不同的事情是什么？ :-) 啊，无类型语言的乐趣。

所以我想我会选择：

import re

_takes_s_or_re_type = type(re.compile(''))
def takes_s_or_re(s_or_re):
    if isinstance(s_or_re, _takes_s_or_re_type):
        return 0
    else:
        return 1

assert takes_s_or_re(re.compile('a.c')) == 0
assert takes_s_or_re('a.c') == 1

因为这只能在公共 API 中断时中断。

在 Python 3.8.0 上测试。