原文：《用中文 API 让正则表达式更易读写？》

木兰语言重现项目中用到了不少正则表达式，其中不乏不那么一目了然的（ Python 实现）：

标识符：r'$?[_a-zA-Zu4e00-u9fa5][_a-zA-Z0-9u4e00-u9fa5]*'    双引号字符串：r'(")((?<!\)\1|.)*?1'  字符串插值相关：r'\(([^\)]*)\)|`([^`]*)`' 

由此想到是否有 API 能够构建正则表达式。找到 PythonVerbalExpressions，它首页上一个示例如下:

verbal_expression. start_of_line(). find('http'). maybe('s'). find('://'). maybe('www.'). anything_but(' '). end_of_line() 

对应正则: ^( http)(s)?(://)(www.)?([^ ]*)$

看起来的确比较可读，而且如果改为中文 API 的话，命名会更简短:

开头(). 寻找('http'). 或许('s'). 寻找('://'). 或许('www.'). 除了(' '). 结尾() 

问题是这个库的功能似乎有限，仅支持小部分正则语法，于是考虑改进。

设想中的 API 示例

以开头的木兰实现中的几个正则为例，用设想中的 API 表达后进行对比

标识符：

至多一个("$").一个("_", 大小写英文, 中文).任意个("_", 大小写英文, 数字, 中文)  原始正则表达式对比：r'$?[_a-zA-Zu4e00-u9fa5][_a-zA-Z0-9u4e00-u9fa5]*'        

双引号字符串：

分组(双引号)   .最小匹配(     任意个(       分组(         皆可(           前面不是(反斜杠).一个(反斜杠).一个(引用分组(1)),           一个(非换行字符))       )     )   )   .引用分组(1)  r'(")((?<!\)\1|.)*?1' 

字符串插值相关：

皆可(   一个(反斜杠).一个(左小括号).分组(任意个(不是(反斜杠, 右小括号))).一个(反斜杠).一个(右小括号),   一个(反引号).分组(任意个(不是(反引号))).一个(反引号) )  r'\(([^\)]*)\)|`([^`]*)`' 

相对原始正则表达式，在可读性之外还有几个优势:

• 不需为正则的特殊意义字符加反斜杠，如 ，(，) 等
• 明确运算优先级，比如双引号字符串中的 | 和 (?<!)…

在易写方面，相对于正则的符号语法，API 语义更加直白。

欢迎意见建议。

大佬有話說 (0)