使用cython的谷歌re2的python 3兼容包装
sw-re2的Python项目详细描述
==
sw-re2
=
…内容：
summary
==
sw-re2是一个python扩展，它包装了google的re2正则表达式库
<；http://code.google.com/p/re2/>；`。它基于mike axiak的"pyre2"模块，
，除了对python 3的支持之外，它是相同的。
此版本的pyre2类似于您在"facebook的github存储库"中找到的pyre2<；http://github.com/facebook/pyre2/>；`
除了此版本的声明目标是替换"`re`"模块的"*drop in replacement"。
向后兼容性
========
此模块的声明目标是替换"`re`"。
我希望有些人能够进入他们模块的顶部并放置：：
尝试：
将re2导入为re
除了importorror:
导入re
也就是说，这个模块可能永远不会有"re"模块的特性。例如，``re2``不处理前瞻断言（``（？=…）``）.
因此，如果存在无法处理的regex，模块将自动返回到原始的"re"模块
。
因此，
我将向模块添加单个函数"set_fallback_notification"。
您可以编写：：
尝试：
将re2导入为re
除了importorror:
导入re
其他：
重新设置回退通知（重新设置回退警告）
`` set-fallback_notification``可以处理3个值：
``re.fallback_安静地```（默认）、``re.fallback_warning``（引发警告）和
``re.fallback_exception``（引发异常）。
**注意**：re2模块将字节字符串视为utf-8。这与7位ascii完全向后兼容。
但是，在re2中，包含大于0x7f的值的字节的处理方式与在re中非常不同。
re库悄悄地忽略输入字符串中的无效utf8，并对模式中的无效utf8引发异常。
例如：
>；>re.findall（r'.'，'\x80\x81\x82'）
['\x80'，'\x81'，'\x82']
>；>re2.findall（r'.，'\x80\x81\x82'）
[]
如果您需要在任意字节流上使用正则表达式，则此库可能不适合您。
<；http://code.google.com/p/re2/>；`
*python开发头文件（例如*sudo apt get install python dev*）
*一个带有``g++``的生成环境（例如*sudo apt get install build essential*）
如果安装了setuptools（或使用"pip"），可以尝试使用"easy-install"安装：
$sudo easy-install re2
如果不想使用"setuptools"，也可以从"pypi"下载tarball<；http://pypi.python.org/pypi/re2/>；`.
除此之外，您还可以克隆此存储库并尝试从中安装它。为此，请运行：
$git clone git://github.com/stephenwattam/pyre2.git
$cd pyre2.git
$sudo python setup.py install
=0.13.
当前的一个问题是unicode支持。如您所知，``re2``支持utf8，
，这肯定有别于unicode。现在，模块将自动将任何unicode字符串编码为utf8，这很慢（它还必须在每次替换或拆分时将utf8字符串解码回unicode对象）。
你最好在utf8中使用bytestrings，同时使用re2
并在所有事情之后对其进行编码您需要完成的工作已经完成。
performance
==
performance当然是这个模块的重点，因此它可以更好地执行。
正则表达式的复杂度变化很大，而"re2"的显著特点是它的渐近性能良好。也就是说，对于非常简单的替换，
我发现有时候python的常规"re"模块实际上稍微快一点。
但是，当"re"模块变慢时，它会变慢，而这个模块会嗡嗡作响。
与来自collosal wikipedia
xml文件的8MB文本相比。我多次运行它们，小心使用"timeit"模块。
要查看更多详细信息，请参见"性能脚本"http://github.com/stephenwattam/pyre2/tree/master/tests/performance.py>；`.
+————————————————————————————————————————————————————————————————————————————————————————————————————|#总运行次数``re``time（s）``re2``time（s）%``re``time ``regex``time（s）%``regex``time|
+=================+===========================================================================+============+==============+===============+=============+=================+================+
|Findall URI|Email|Find list of '([a-zA-Z][a-zA-Z0-9]*)://([^ /]+)(/[^ ]*)?|（[^@]+）@（[^@]+）'2 19.961 0.336 1.68%11.463 2.93%|
+——+——+—————————————————————————————————————————————————————————————————————————————————————————————————————————————————————| 100 16.032 2.622 16.35%2.895 90.54%
+---------+---------+---------+------+------+------+------+------+------+------+
删除wikilinks此测试按<；page>；标记拆分数据。| 100 15.983 1.406 8.80%2.252 62.43%|
+——+——+—————————————————————————————————————————————————————————————————————————————————————————————————————————————
当前状态
===
如果您愿意的话，可以在github上提交bug报告，因为这是一个支持python 3兼容性的fork，我建议您也向原始作者报告：
`mike axiak contact page<；http://mike.steph.net/contact>；` `.
帮助，一件非常有用的事情是为它编写全面的测试。实际上很简单：
*使用常规python"re"模块出现正则表达式问题。
*以python回溯格式编写会话"example"<；http://github.com/axiak/pyre2/blob/master/tests/search.txt>；` ` `.
*将"import re"替换为"import re2"re``.
*将其保存为tests目录中的.txt文件。您可以根据自己的喜好对其进行注释，并用4个空格缩进代码。
缺少的功能
==
>当前缺少的功能有：
*如果使用不带回调的替换方法，不支持非0/1的maxslit参数。
感谢mike axiak，他完成了大部分工作。
删掉代码后，我要感谢david reiss
和facebook给我的最初灵感。另外，我还得把这个自述文件挖出来！
此外，如果不是因为在re2的团队和在cython工作的少数人所做的大量工作，这个库当然是不可能的。
sw-re2
=
…内容：
summary
==
sw-re2是一个python扩展，它包装了google的re2正则表达式库
<；http://code.google.com/p/re2/>；`。它基于mike axiak的"pyre2"模块，
，除了对python 3的支持之外，它是相同的。
此版本的pyre2类似于您在"facebook的github存储库"中找到的pyre2<；http://github.com/facebook/pyre2/>；`
除了此版本的声明目标是替换"`re`"模块的"*drop in replacement"。
向后兼容性
========
此模块的声明目标是替换"`re`"。
我希望有些人能够进入他们模块的顶部并放置：：
尝试：
将re2导入为re
除了importorror:
导入re
也就是说，这个模块可能永远不会有"re"模块的特性。例如，``re2``不处理前瞻断言（``（？=…）``）.
因此，如果存在无法处理的regex，模块将自动返回到原始的"re"模块
。
因此，
我将向模块添加单个函数"set_fallback_notification"。
您可以编写：：
尝试：
将re2导入为re
除了importorror:
导入re
其他：
重新设置回退通知（重新设置回退警告）
`` set-fallback_notification``可以处理3个值：
``re.fallback_安静地```（默认）、``re.fallback_warning``（引发警告）和
``re.fallback_exception``（引发异常）。
**注意**：re2模块将字节字符串视为utf-8。这与7位ascii完全向后兼容。
但是，在re2中，包含大于0x7f的值的字节的处理方式与在re中非常不同。
re库悄悄地忽略输入字符串中的无效utf8，并对模式中的无效utf8引发异常。
例如：
>；>re.findall（r'.'，'\x80\x81\x82'）
['\x80'，'\x81'，'\x82']
>；>re2.findall（r'.，'\x80\x81\x82'）
[]
如果您需要在任意字节流上使用正则表达式，则此库可能不适合您。
<；http://code.google.com/p/re2/>；`
*python开发头文件（例如*sudo apt get install python dev*）
*一个带有``g++``的生成环境（例如*sudo apt get install build essential*）
如果安装了setuptools（或使用"pip"），可以尝试使用"easy-install"安装：
$sudo easy-install re2
如果不想使用"setuptools"，也可以从"pypi"下载tarball<；http://pypi.python.org/pypi/re2/>；`.
除此之外，您还可以克隆此存储库并尝试从中安装它。为此，请运行：
$git clone git://github.com/stephenwattam/pyre2.git
$cd pyre2.git
$sudo python setup.py install
=0.13.
当前的一个问题是unicode支持。如您所知，``re2``支持utf8，
，这肯定有别于unicode。现在，模块将自动将任何unicode字符串编码为utf8，这很慢（它还必须在每次替换或拆分时将utf8字符串解码回unicode对象）。
你最好在utf8中使用bytestrings，同时使用re2
并在所有事情之后对其进行编码您需要完成的工作已经完成。
performance
==
performance当然是这个模块的重点，因此它可以更好地执行。
正则表达式的复杂度变化很大，而"re2"的显著特点是它的渐近性能良好。也就是说，对于非常简单的替换，
我发现有时候python的常规"re"模块实际上稍微快一点。
但是，当"re"模块变慢时，它会变慢，而这个模块会嗡嗡作响。
与来自collosal wikipedia
xml文件的8MB文本相比。我多次运行它们，小心使用"timeit"模块。
要查看更多详细信息，请参见"性能脚本"http://github.com/stephenwattam/pyre2/tree/master/tests/performance.py>；`.
+————————————————————————————————————————————————————————————————————————————————————————————————————|#总运行次数``re``time（s）``re2``time（s）%``re``time ``regex``time（s）%``regex``time|
+=================+===========================================================================+============+==============+===============+=============+=================+================+
|Findall URI|Email|Find list of '([a-zA-Z][a-zA-Z0-9]*)://([^ /]+)(/[^ ]*)?|（[^@]+）@（[^@]+）'2 19.961 0.336 1.68%11.463 2.93%|
+——+——+—————————————————————————————————————————————————————————————————————————————————————————————————————————————————————| 100 16.032 2.622 16.35%2.895 90.54%
+---------+---------+---------+------+------+------+------+------+------+------+
删除wikilinks此测试按<；page>；标记拆分数据。| 100 15.983 1.406 8.80%2.252 62.43%|
+——+——+—————————————————————————————————————————————————————————————————————————————————————————————————————————————
当前状态
===
如果您愿意的话，可以在github上提交bug报告，因为这是一个支持python 3兼容性的fork，我建议您也向原始作者报告：
`mike axiak contact page<；http://mike.steph.net/contact>；` `.
帮助，一件非常有用的事情是为它编写全面的测试。实际上很简单：
*使用常规python"re"模块出现正则表达式问题。
*以python回溯格式编写会话"example"<；http://github.com/axiak/pyre2/blob/master/tests/search.txt>；` ` `.
*将"import re"替换为"import re2"re``.
*将其保存为tests目录中的.txt文件。您可以根据自己的喜好对其进行注释，并用4个空格缩进代码。
缺少的功能
==
>当前缺少的功能有：
*如果使用不带回调的替换方法，不支持非0/1的maxslit参数。
感谢mike axiak，他完成了大部分工作。
删掉代码后，我要感谢david reiss
和facebook给我的最初灵感。另外，我还得把这个自述文件挖出来！
此外，如果不是因为在re2的团队和在cython工作的少数人所做的大量工作，这个库当然是不可能的。
欢迎加入QQ群-->： 979659372
