命令行与文本处理 / 系统课时
命名捕获组
命名捕获组
学习目标
- 掌握 Python 命名捕获组语法。
- 会按名称读取分组内容。
- 会获取分组字典。
- 能提高复杂模式的可读性。
问题背景或应用场景
复杂日志和业务文本可能包含多个字段。仅使用数字组号时,代码很难看出每个组代表什么,而且模式前面新增分组会改变后续编号。命名捕获组可以直接使用字段名称。
核心原理
- Python 命名捕获组在圆括号中声明组名。
- 组名应使用合法标识符形式。
- 命名组仍然拥有数字编号。
- 可以通过组名读取单个字段。
- groupdict() 可以一次返回所有命名组。
日期模式可以将三个组分别命名为 year、month 和 day,使读取代码不再依赖第一组、第二组和第三组。
基础用法
本课涉及的核心写法如下:
text
(?P<year>[0-9]{4})
match.group("year")
match.groupdict()命名组名称应表达字段语义。不要使用 group1、value2 等缺乏含义的名称。
完整可运行示例
将代码保存为:
text
named_groups.pypython
import re
pattern = (
r"(?P<year>[0-9]{4})-"
r"(?P<month>[0-9]{2})-"
r"(?P<day>[0-9]{2})"
)
match = re.fullmatch(pattern, "2026-07-25")
if match:
print(f"年份:{match.group('year')}")
print(f"月份:{match.group('month')}")
print(f"日期:{match.group('day')}")
print(f"字段字典:{match.groupdict()}")
print(f"数字编号读取:{match.group(1)}")
log_pattern = r"(?P<level>INFO|WARN|ERROR): (?P<message>[A-Za-z ]+)"
log_match = re.fullmatch(log_pattern, "WARN: Cache Slow")
if log_match:
print(f"日志字段:{log_match.groupdict()}")运行命令:
bash
python named_groups.py预期输出
text
年份:2026
月份:07
日期:25
字段字典:{'year': '2026', 'month': '07', 'day': '25'}
数字编号读取:2026
日志字段:{'level': 'WARN', 'message': 'Cache Slow'}Tips
- 组名应体现业务语义。
- 命名组仍可通过数字编号读取。
- 字段较多时 groupdict() 很方便。
- 跨语言使用时要确认命名组语法差异。
常见错误
1. 组名不合法
组名应符合 Python 标识符规则,不能包含短横线或空格。
2. 重复使用同一组名
Python 的同一模式中不能随意定义重复组名。
3. 跨语言直接复制语法
Java、JavaScript 和其他引擎的命名组语法可能不同。
本课练习
- 使用命名组提取订单前缀和订单数字。
- 使用 groupdict() 输出字段字典。
- 同时使用名称和编号读取同一个组。
- 为日志级别、时间和消息设计语义明确的组名。
按自己的节奏,确认真正理解。