我需要在Python中使用PCRE解析一些字符串，但我不知道怎么做。
我想要解析的字符串看起来像这样：
match mysql m/^.\0\0\0\n(4\.[-.\w]+)\0...\0/s p/MySQL/ i/$1/
"m/^.\0\0\0\n(4\.[-.\w]+)\0...\0/s" ; "p/MySQL/" ; "i/$1/"
我在Python中找到与PCRE相关的唯一信息是这个模块：http://pydoc.org/2.2.3/pcre.html（但它被写成一个.so文件...）
您知道是否存在某个Python模块来解析这种类型的字符串吗？
Python在处理模式和字符串中的非ASCII字符时存在一些微妙的问题，或者说无法处理。更糟糕的是，这些差异不仅取决于您使用的Python版本，而且还取决于您是否有“宽版”。
通常，在处理Unicode时，带有宽版的Python 3效果最佳，而带有窄版的Python 2效果最差，但所有组合与Perl正则表达式相比仍然相差甚远。如果您正在寻找Python中的ᴘᴄʀᴇ模式，则可能需要比旧的re模块更进一步。
令人困扰的“宽版”问题已经最终得到解决——只要您使用足够先进的Python版本。以下是v3.3发布说明的摘录：
PEP 393引入的更改如下：
len()现在总是返回非BMP字符的1，因此len('\U0010FFFF') == 1；'\uDBFF\uDFFF' != '\U0010FFFF'；'\U0010FFFF'[0]现在返回'\U0010FFFF'而不是'\uDBFF'；sys.maxunicode的值现在始终为1114111（十六进制为0x10FFFF）。PyUnicode_GetMax()函数仍然返回0xFFFF或0x10FFFF以保持向后兼容性，并且不应与新的Unicode API一起使用（请参见issue 13054）。./configure标志--with-wide-unicode已被删除。与标准Python分发的re库相比，Matthew Barnett的regex模块适用于Python 2和Python 3，并且在所有可能的方面都要好得多，很可能最终取代re。它与您的问题特别相关的是，他的regex库比现在的re更加ᴘᴄʀᴇ（即更加兼容Perl），这将使您更容易地将Perl正则表达式移植到Python中。由于它是从头开始编写的（不是汉堡包那种意思），因此它考虑了非ASCII字符，而re没有。
regex库因此在如何处理事情方面更加密切地遵循UTS＃18：Unicode正则表达式（当前）建议。它在大多数情况下符合或超过UTS＃18 Level 1的要求，这是您通常必须使用ICU正则表达式库或Perl本身才能满足的要求 - 或者如果您特别勇敢，则使用新的Java 7更新其正则表达式，因为它也符合UTS＃18的Level One requirements。
\N{...}），RL2.2扩展字形群（\X）和UTS＃18修订版14全属性的二级要求。Nᴏᴛᴀ Bᴇɴᴇ s.ᴠ.ᴘ. (= please, even if you don't want to :) 下面的非请求性、非商业性广告实际上并不是由 Python 的 regex 库的作者放在这里的。:)
regex 特性Python 的 regex 库有许多超酷的特性，其中一些在任何其他正则表达式系统中都找不到。这使得它非常值得一试，无论您是使用它的 PCRE 功能还是其出色的 Unicode 支持。
此模块的一些杰出特性包括：
ismx类型选项，使得(?i:foo)仅对foo进行大小写折叠，而不是整个内容，或者通过(?-i:foo)关闭大小写折叠。这是Perl的工作方式（或者说可以这样）。agrep和glimpse也有此功能）\L<list>插值\m，\M）\R参见RL1.6）。(\w+\s+)+，其中您可以获取第一个组的所有单独匹配，而不仅仅是最后一次匹配。（我认为C#也可以做到这一点。）@+和@-数组一样。(?|...|...|...|)在每个分支中重置组编号的方式，与Perl中的工作方式相同。\w，\b，\s等在Unicode上工作。\X表示连字号。\G连续点断言。re只有32位索引）。好的，够炒作了。 :)
如果你是一个正则表达式爱好者，那么值得一看的最后一个选择是 Python库绑定 到 Russ Cox 的出色的 RE2库。它也支持本地的Unicode，包括简单的基于字符的大小写折叠，并且与 re 不同，它显著提供了Unicode通用类别和Unicode脚本字符属性，这是您在处理较简单的Unicode时最常需要的两个关键属性。
尽管 RE2错过了一些Unicode功能，例如在ICU、Perl和Python中发现的\N{...}命名字符支持，但它具有极其严重的计算优势，使它成为每当您担心在Web查询等中通过regexes引起饥饿型拒绝服务攻击时的选择正则表达式引擎。它通过禁止反向引用来实现这一点，这会导致正则表达式停止变得规则并在时间和空间上产生超指数级的爆炸风险。
RE2的库绑定不仅适用于C/C++和Python，还适用于Perl，特别是Go，在那里它即将很快取代标准的正则表达式库。
您正在寻找'(\w/[^/]+/\w*)'。
用法如下：
import re
x = re.compile('(\w/[^/]+/\w*)')
s = 'match mysql m/^.\0\0\0\n(4\.[-.\w]+)\0...\0/s p/MySQL/ i/$1/'
y = x.findall(s)
# y = ['m/^.\x00\x00\x00\n(4\\.[-.\\w]+)\x00...\x00/s', 'p/MySQL/', 'i/$1/']
在使用Edi Weitz的Regex Coach时发现了它，因此感谢对问题的评论，让我记起了它的存在。
既然您想使用PCRE正则表达式，而Python的re模块已经偏离了其最初的PCRE起源，您可能还想查看Arkadiusz Wahlig的Python PCRE绑定。这样，您将可以访问原生的PCRE，而无需在不同的正则表达式之间进行转换。
re模块好得多，很可能会最终取代它。另请参见我的第三个OSCON演讲。 - tchrist