一日一技：让你的正则表达式可读性提高一百倍
正则表达式这个东西，强大是强大，但写出来跟个表情符号一样。自己写的表达式，过一个月来看，自己都不记得是什么意思了。比如下面这个：
pattern = r"((?:\(\s*)?[A-Z]*H\d [a-z]*(?:\s*\ \s*[A-Z]*H\d [a-z]*)*(?:\s*[\): ])?)(.*?)(?=(?:\(\s*)?[A-Z]*H\d [a-z]*(?:\s*\ \s*[A-Z]*H\d [a-z]*)*(?:\s*[\): ])?(?![^\w\s])|$)"
有没有什么办法提高正则表达式的可读性呢？我们知道，提高代码可读性的方法之一就是写注释，那么正则表达式能不能写注释呢？
例如对于下面这个句子：
msg = 我叫青南，我的密码是:123kingname456,请注意保密。
我要提取其中的密码123kingname456，那么我的正则表达式可能是这样的：
pattern = :(.*?),
我能不能把它写成这样：
pattern =
: # 开始标志
(.*?) #从开始标志的下一个字符开始的任意字符
, #遇到英文逗号就停止
这样写就清晰多了，每个部分是什么作用全都清清楚楚。
但显然直接使用肯定什么都提取不到，如下图所示：
但我今天在逛Python正则表达式文档的时候，发现了一个好东西：
使用它，可以让你的正则表达式拥有注释，如下图所示：
re.VERBOSE也可以简称为re.X，如下图所示：
本文最开头的复杂正则表达式，使用了注释以后，就会变得更可读：
pattern = r"""
( # code (capture)
# BEGIN multicode
(?: \( \s* )? # maybe open paren and maybe space
# code
[A-Z]*H # prefix
\d # digits
[a-z]* # suffix
(?: # maybe followed by other codes,
\s* \ \s* # ... plus-separated
# code
[A-Z]*H # prefix
\d # digits
[a-z]* # suffix
)*
(?: \s* [\): ] )? # maybe space and maybe close paren or colon or plus
# END multicode
)
( .*? ) # message (capture): everything ...
(?= # ... up to (but excluding) ...
# ... the next code
# BEGIN multicode
(?: \( \s* )? # maybe open paren and maybe space
# code
[A-Z]*H # prefix
\d # digits
[a-z]* # suffix
(?: # maybe followed by other codes,
\s* \ \s* # ... plus-separated
# code
[A-Z]*H # prefix
\d # digits
[a-z]* # suffix
)*
(?: \s* [\): ] )? # maybe space and maybe close paren or colon or plus
# END multicode
# (but not when followed by punctuation)
(?! [^\w\s] )
# ... or the end
| $
)
"""
