Cách dùng Named Groups (Nhóm đặt tên) trong Python Regex

Named Groups cho phép đặt tên cho capturing group, thay vì dùng chỉ số (1, 2, 3...). Cú pháp: (?P<name>pattern). Tham chiếu sau: (?P=name).

Vấn đề của numbered groups

• Regex dài, nhiều group → khó nhớ số thứ tự.
• Thêm/xóa group ở giữa → lệch toàn bộ số thứ tự sau đó.

Cú pháp Named Groups

(?Ppattern)    # Capture group tên 'name'
(?P=name)            # Backreference đến group 'name'

• name: bắt đầu bằng chữ cái, chỉ chứa alphanumeric + underscore.
• pattern: bất kỳ regex hợp lệ nào.

Ví dụ: Parse HTML tag

import re

# Không đặt tên: khó hiểu \1, \2 là gì
pattern1 = r'<([A-Z][A-Z0-9]*)\b[^>]*>.*?'

# Đặt tên: rõ ràng, dễ bảo trì
pattern2 = r'<(?P[A-Z][A-Z0-9]*)\b[^>]*>.*?'

html = '
Content
'
match = re.search(pattern2, html)
if match:
    print(match.group('tag'))  # 'DIV' - truy cập bằng tên
    print(match.group(1))      # 'DIV' - vẫn truy cập bằng số được

Truy cập Named Groups

match = re.search(r'(?P\d{4})-(?P\d{2})-(?P\d{2})', '2024-01-15')

# Bằng tên (khuyến nghị)
print(match.group('year'))   # '2024'
print(match.group('month'))  # '01'
print(match.group('day'))    # '15'

# Bằng số (vẫn hoạt động)
print(match.group(1, 2, 3))  # ('2024', '01', '15')

# Dictionary tất cả named groups
print(match.groupdict())  # {'year': '2024', 'month': '01', 'day': '15'}

# Dùng trong substitution
re.sub(r'(?P\d{4})-(?P\d{2})', r'\g/\g', '2024-01')
# '01/2024'

Lợi ích

• Code tự tài liệu (self-documenting).
• Thêm/xóa group không ảnh hưởng group khác.
• Dễ debug: match.groupdict() xem tất cả.
• Substitution rõ ràng: \g.