1

Python正则表达式：面试中的难点与解题思路

 1 week ago
source link: https://blog.51cto.com/u_16701217/10511194
Go to the source link to view the article. You can view the picture content, updated content and better typesetting reading experience. If the link is broken, please click the button below to view the snapshot at that time.

Python正则表达式（regex）作为文本处理的强大工具，在编程面试中占据重要地位。然而，其复杂性和灵活性也使得它成为许多候选人的痛点。本文将深入剖析Python正则表达式面试中的难点问题，揭示易错点，并提供解题思路与代码示例，助您在面试中从容应对。

1. 匹配模式与分组

面试题：编写正则表达式匹配电子邮件地址，并提取域名部分。

易错点与避免策略：

  • 正则表达式过于宽松或严格：在设计匹配模式时，应兼顾准确性和包容性，参考RFC 5322规范，同时考虑实际应用中可能出现的变体。
  • 忽视分组的使用：利用()进行分组，可以方便地提取匹配的部分。记住，\d匹配单个数字，\D匹配单个非数字字符，\w匹配单个字母或数字，\W匹配单个非字母或数字字符。

代码示例：

python
import re

pattern = r'(?P<username>\w+)(.(?P<middle>\w+))?@(?P<domain>[A-Za-z0-9.-]+).[A-Za-z]{2,}'
email = '[email protected]'

match = re.match(pattern, email)
if match:
    username = match.group('username')
    middle = match.group('middle') or ''
    domain = match.group('domain')
    print(f"Username: {username}, Middle Name: {middle}, Domain: {domain}")
else:
    print("Invalid email address")

2. 重复匹配与量词

面试题：编写正则表达式匹配连续重复的单词，并计算重复次数。

易错点与避免策略：

  • 混淆贪婪与非贪婪匹配：默认情况下，量词如*、+、?、{m,n}是贪婪的，尽可能多地匹配字符。使用*?、+?、??、{m,n}?可改为非贪婪匹配，尽早停止匹配。
  • 未正确使用re.findall()或re.finditer() ：这两个函数分别以列表和迭代器形式返回所有匹配结果，便于统计重复次数。

代码示例：

python
import re

text = "the cat in the hat the dog"
pattern = r'\b(\w+)\s+\1\b'

matches = re.findall(pattern, text)
word_counts = {match[0]: len(match) // 2 for match in matches}
print(word_counts)

3. 零宽断言与环视

面试题：编写正则表达式匹配HTML标签之间的文本内容，且不包含其他嵌套标签。

易错点与避免策略：

  • 忽视零宽断言的应用：使用(?<=start)正向预查断言和(?=end)正向后查断言，可以在不消耗字符的情况下确保匹配位置符合特定条件。
  • 未考虑特殊情况：对于HTML标签可能存在属性、自闭合标签等情况，正则表达式可能无法完美处理。在实际项目中，推荐使用成熟的HTML解析库如BeautifulSoup。

代码示例：

python
import re

html = '<div class="content">Hello <em>world</em></div>'
pattern = r'(?<=<div[^>]*>)\s*(.*?)(?=\s*</div>)'

match = re.search(pattern, html)
if match:
    content = match.group(1)
    print(content)
else:
    print("No matching content found")

精通Python正则表达式的关键在于理解其基本语法、熟练运用各种匹配模式与量词，并能在实际问题中灵活应用零宽断言等高级特性。通过剖析面试中的难点问题，规避易错点，并结合代码示例进行实践，您将在编程面试中展现出卓越的文本处理能力。


report

Recommend

About Joyk


Aggregate valuable and interesting links.
Joyk means Joy of geeK