太好用了，这个更人性化的正则库 -- Humre

正则表达式大家应该有了解过吧？太好用了它功能很强大，但有一个痛点就是个更不太容易读写，我们需要了解正则的人性很多语法规则才能写出一个健壮的正则表达式，很多朋友估计听到正则表达式估计都焦头烂额了。正则

就没有解决办法吗？太好用了

有的，今天给大家介绍一个可以让我们用“人类”的个更方式来写正则表达式的库。

Humre

没错，人性这个库就是正则 Humre，就是太好用了 Human（人类） + re（正则表达式） 的组合，单看这个名字还是个更很有来头啊。

GitHub 地址：​​https://github.com/asweigart/humre​​​

PyPi：​​https://pypi.org/project/Humre/​​​

这个库其实很新，人性第一次 commit 是正则在 2022/7/21，作者是太好用了 Al Sweigart，就是个更写 pyautogui 库（已有 7.1k star）的那个人，所以还是人性有一定可信赖度的。

这个库解决的问题就是让我们可以用更“人类”，云南idc服务商也就是更语义化的方式编写正则表达式。

   “

   注意：当前时间（2022/9/4）这个库还没有发布 1.0 版本，所以相关 API 可能会更改，具体的最新 API 请参考原 GitHub 仓库的最新说明。

   ”

基本体验

OK，我们先来一个例子看看，比如我们我们现在要从一段文字中提取出一个电话号码，比如原文本如下：

Call 415-555-1234 today!

我们需要提取出其中的电话号码，那么用常规的正则表达式就是这么写的：

\d{ 3}-\d{ 3}-\d{ 4}

意思就是匹配“三个数字-三个数字-四个数字”，那么用 Python 就可以这么写：

from re import

*

text = Call 415-555-1234 today!

regexStr = \d{ 3}-\d{ 3}-\d{ 4}

result = compile(regexStr).search(text)

print(result.group())

那么用 Humre 就可以写成这样：

from humre import

*

text = Call 415-555-1234 today!

regexStr = exactly(3, DIGIT) + - + exactly(3, DIGIT) + - + exactly(4, DIGIT)

result = compile(regexStr).search(text)

print(result.group())

可以看到整个正则表达式就变得语义化了，exactly 指的就是精确匹配，DIGIT 指的就是数字，exactly(3, DIGIT) 就是精确匹配三个数字，也就是 \d{ 3}的意思。

运行结果都是一样的：

415-555-1234

我们观察可以发现，香港云服务器这里我们仅仅是把 re 这个库换成了 humre，然后修改了下 regexStr 就可以实现正则表达式的语义化表示了，是不是还挺简单的？

这时候有人说，我现在也没感觉出这个库有什么优势啊，反而写得更长了。

那好，咱们再来一个例子，找出所有十六进制数字，这个十六进制数字可能带前缀 0x 或者 0X，普通正则怎么写？

import re

re.compile((?:(?:0x|0X)[0-9a-f]+)|(?:(?:0x|0X)[0-9A-F]+)|(?:[0-9a-f]+)|(?:[0-9A-F]+))

感觉可读性怎么样？

那如果这时候换成 Humre 呢？就可以这样写：

from humre import

*

compile(

either(

noncap_group(noncap_group(either(0x, 0X)), one_or_more(chars(0-9a-f))),

noncap_group(noncap_group(either(0x, 0X)), one_or_more(chars(0-9A-F))),

noncap_group(one_or_more(chars(0-9a-f))),

noncap_group(one_or_more(chars(0-9A-F)))

)

)

是不是清晰多了？either 指的就是其中某一个符合条件就可以，然后传入了四个参数，noncap_group 指的就是将内容看作一个整体来匹配，one_or_more 指的就是一个或更多，这样我们就可以清晰地知道这个正则表达式什么含义了。

再来一个例子，匹配一个带或不带逗号的数字，并且可以匹配小数点，那么普通正则就这样写：

import re

re.compile(r(?:\+|-)?(?:(?:\d{ 1,3}(?:,\d{ 3})+)|\d+)(?:\.\d+)?)

颤抖吧！估计正则专家都不一定一眼读出来这是亿华云啥意思，有没有错误。

那用 Humre 怎么写呢？

from humre import

*

compile(

# optional negative or positive sign:

optional(noncap_group(either(PLUS_SIGN, -))),

# whole number section:

noncap_group(either(

# number with commas:

noncap_group(between(1, 3, DIGIT), one_or_more(noncap_group(,, exactly(3, DIGIT)))),

# number without commas:

one_or_more(DIGIT)

)),

# fractional number section (optional)

optional(noncap_group(PERIOD, one_or_more(DIGIT)))

)

是不是又清晰了？

这里一共拆分为了三部分，正负号、数字、小数点，其中正负号和小数点都是可选的，所以可以加一个 optional ，noncap_group 照例还是整体匹配，然后有一些常量 PLUS_SIGN 就可以代表加号，between 就可代表从几到几。整体这么一拆分，并添加注释和分级，是不是可读性就大大增强了？

OK，到这里，体会到 Humre 的便捷之处了吧～

Humre 真的有必要吗？

在我看来，使用正则的人可能有两种：一种是刚不怎么会刚入门的，另一种是精通正则的。

如果是刚入门的，那有了 Humre，我们其实可以不用过多关心正则的很多语法，上手起来就会快很多。

如果是精通正则了，那么其实可以很快写出来某个功能需求的正则表达式，这个没问题。

但写出来之后，如果遇到问题了想要排查，那其实还得费点功夫，

当然排查过程也可以借助于很多优秀的正则表达式辅助工具，比如：

 https://regexr.com/

 https://regex101.com/

所以排查问题还好。

但到了维护阶段，或者项目被别人来维护了，不管是自己还是别人，看到这个正则表达式想看出是什么意思，那其实就不太好办了。

所以，这种语义化的正则不论对于正则小白还是专家，都是有一定帮助的。

语义化表

了解了 Humre 的基本功能之后，如果我们想要使用它的话，其实就是找到它的一些 API 功能就好了，比如 optional, nocap_group 等等都什么意思，对应正则表达式的什么功能，这里总结了一些常用的方法和含义：

另外还有一些常量表示如下：

另外 Humre 还提供了一些常用的表达，比如十六进制 HEXADECIMAL，参考如下：

这里简单列一下，但最新的 API 建议还是参考官方文档：https://github.com/asweigart/humre#quick-reference

后面需要做什么？用这个库上手写几个，感受一下，练上几个就熟练了。

提示

当然，这个库好用是好用的，但距离成熟可能还有一点时间哈，在 1.0 版本之前，其中的 API 可能还会迭代，所以还不建议直接上生产环境。

如果真的要上生产环境，建议锁死版本号，避免带来潜在的问题。

总结

好了，这里主要就是给大家介绍下这个正则库，有了它，我们的正则表达式就可以变得更加清晰易读，希望对大家有帮助～