A Wyrażenie regularne lub RegEx to specjalna sekwencja znaków, która wykorzystuje wzorzec wyszukiwania do znalezienia ciągu lub zestawu ciągów.

Może wykryć obecność lub brak tekstu, dopasowując go do określonego wzorca, a także może podzielić wzorzec na jeden lub więcej wzorców podrzędnych.

Moduł Regex w Pythonie

Python ma wbudowany moduł o nazwie Odnośnie który jest używany w wyrażeniach regularnych w Pythonie. Możemy zaimportować ten moduł za pomocą instrukcji import .

Przykład: Importowanie modułu re w Pythonie

Python3

>

>

Jak korzystać z RegEx w Pythonie?

Możesz użyć RegEx w Pythonie po zaimportowaniu modułu re.

Przykład:

Ten kod Pythona używa wyrażeń regularnych do wyszukiwania słowa portal w danym ciągu, a następnie wypisuje indeksy początkowe i końcowe dopasowanego słowa w ciągu.

Python3

>

>

Start Index: 34 End Index: 40>

Notatka: Tutaj znak r (r’portal’) oznacza surowe, a nie wyrażenie regularne. Surowy ciąg znaków różni się nieco od zwykłego ciągu znaków i nie będzie interpretował znaku jako znaku ucieczki. Dzieje się tak, ponieważ aparat wyrażeń regularnych używa znaku do własnych celów ucieczki.

Zanim zaczniemy od modułu wyrażeń regularnych w Pythonie, zobaczmy, jak właściwie napisać wyrażenie regularne przy użyciu metaznaków lub sekwencji specjalnych.

Metaznaki

Metaznaki to znaki o specjalnym znaczeniu.

Aby zrozumieć analogię RE, metaznaki są przydatne i ważne. Zostaną one wykorzystane w funkcjach modułu re. Poniżej znajduje się lista metaznaków.

Omówmy szczegółowo każdy z tych metaznaków:

1. – Ukośnik odwrotny

Ukośnik odwrotny () gwarantuje, że znak nie będzie traktowany w specjalny sposób. Można to uznać za sposób na uniknięcie metaznaków.

Na przykład, jeśli chcesz wyszukać kropkę (.) w ciągu, przekonasz się, że kropka (.) będzie traktowana jako znak specjalny, podobnie jak jeden z metaznaków (jak pokazano w powyższej tabeli). Zatem w tym przypadku użyjemy ukośnika odwrotnego () tuż przed kropką (.), aby straciła ona swoją specjalność. Aby lepiej zrozumieć, zobacz poniższy przykład.

Przykład:

Pierwsze wyszukiwanie ( re.search(r'.', s)> ) dopasowuje dowolny znak, a nie tylko kropkę, podczas drugiego wyszukiwania ( re.search(r'.', s)> ) specjalnie wyszukuje i dopasowuje znak kropki.

Python3

>

>

>

2. [] – Nawiasy kwadratowe

Nawiasy kwadratowe ([]) reprezentują klasę znaków składającą się z zestawu znaków, które chcemy dopasować. Na przykład klasa znaku [abc] będzie pasować do dowolnego pojedynczego znaku a, b lub c.

Zakres znaków możemy określić także za pomocą – wewnątrz nawiasów kwadratowych. Na przykład,

• [0, 3] to próbka jako [0123]
• [a-c] jest takie samo jak [abc]

Możemy również odwrócić klasę znaku za pomocą symbolu daszka (^). Na przykład,

• [^0-3] oznacza dowolną liczbę z wyjątkiem 0, 1, 2 i 3
• [^a-c] oznacza dowolny znak z wyjątkiem a, b lub c

Przykład:

W tym kodzie używasz wyrażeń regularnych, aby znaleźć wszystkie znaki w ciągu znaków mieszczące się w zakresie od „a” do „m”. The re.findall()> funkcja zwraca listę wszystkich takich znaków. W podanym ciągu znaki pasujące do tego wzorca to: 'c', 'k', 'b', 'f', 'j', 'e', ​​'h', 'l', 'd', ' G'.

Python3

>

>

['h', 'e', 'i', 'c', 'k', 'b', 'f', 'j', 'm', 'e', 'h', 'e', 'l', 'a', 'd', 'g']>

3. ^ – Karet

Symbol karetki (^) dopasowuje początek ciągu, czyli sprawdza, czy ciąg zaczyna się od podanych znaków, czy nie. Na przykład -

• ^g sprawdzi, czy ciąg zaczyna się od g, np. maniacy, globus, dziewczyna, g itp.
• ^ge sprawdzi, czy ciąg zaczyna się od ge, np. geeks, geeksforgeeks itp.

Przykład:

Ten kod używa wyrażeń regularnych do sprawdzania, czy lista ciągów zaczyna się od The . Jeśli ciąg zaczyna się od Jest oznaczony jako Dopasowany w przeciwnym razie jest oznaczony jako Nie pasuje.

Python3

>

>

Matched: The quick brown fox Matched: The lazy dog Not matched: A quick brown fox>

4. $ – dolar

Symbol dolara($) dopasowuje koniec łańcucha, tzn. sprawdza, czy ciąg kończy się podanymi znakami, czy nie. Na przykład-

• s$ sprawdzi ciąg kończący się na przykład maniacy, końce, s itp.
• ks$ sprawdzi ciąg kończący się na ks, np. geeks, geeksforgeeks, ks itp.

Przykład:

W tym kodzie zastosowano wyrażenie regularne, aby sprawdzić, czy ciąg znaków kończy się na Świat!. Jeśli zostanie znalezione dopasowanie, zostanie wydrukowane Znaleziono dopasowanie! w przeciwnym razie drukuje Nie znaleziono dopasowania .

Python3

>

>

Match found!>

5. . – Kropka

Symbol kropki(.) pasuje tylko do jednego znaku z wyjątkiem znaku nowej linii ( ). Na przykład -

• a.b sprawdzi ciąg zawierający dowolny znak w miejscu kropki, taki jak acb, acbd, abbb itp.
• .. sprawdzi, czy ciąg zawiera co najmniej 2 znaki

Przykład:

W tym kodzie do wyszukiwania wzorca używane jest wyrażenie regularne brązowy.lis w obrębie ciągu. Kropka (.>) we wzorcu reprezentuje dowolny znak. Jeśli zostanie znalezione dopasowanie, zostanie wydrukowane Znaleziono dopasowanie! w przeciwnym razie drukuje Nie znaleziono dopasowania .

Python3

>

>

Match found!>

6. | - Lub

Lub symbol działa jako operator or, co oznacza, że ​​sprawdza, czy wzorzec przed lub po symbolu or jest obecny w ciągu znaków, czy nie. Na przykład -

• a|b dopasuje dowolny ciąg zawierający a lub b, taki jak acd, bcd, abcd itp.

7.? - Znak zapytania

Znak zapytania (?) to kwantyfikator w wyrażeniach regularnych, który wskazuje, że poprzedzający element powinien zostać dopasowany zero lub jeden raz. Pozwala określić, że element jest opcjonalny, co oznacza, że ​​może wystąpić raz lub wcale. Na przykład,

• ab?c zostanie dopasowane do ciągu ac, acb, dabc, ale nie zostanie dopasowane do abbc, ponieważ istnieją dwa b. Podobnie nie zostanie dopasowany do abdc, ponieważ po b nie następuje c.

8.* – Gwiazda

Symbol gwiazdki (*) odpowiada zero lub więcej wystąpień wyrażenia regularnego poprzedzającego symbol *. Na przykład -

• ab*c zostanie dopasowane dla ciągu ac, abc, abbbc, dabc itd., ale nie zostanie dopasowane dla abdc, ponieważ po b nie następuje c.

9. + – Plus

Symbol plus (+) odpowiada co najmniej jednemu wystąpieniu wyrażenia regularnego poprzedzającego symbol +. Na przykład -

• ab+c zostanie dopasowane do ciągu abc, abbc, dabc, ale nie zostanie dopasowane do ac, abdc, ponieważ nie ma b w ac i b, po którym nie następuje c w abdc.

10. {m, n} – Nawiasy klamrowe

Nawiasy klamrowe dopasowują dowolne powtórzenia poprzedzające wyrażenie regularne od m do n włącznie. Na przykład -

• a{2, 4} zostanie dopasowane dla ciągu aaab, baaaac, gaad, ale nie zostanie dopasowane dla ciągów takich jak abc, bc, ponieważ w obu przypadkach istnieje tylko jedno a lub nie ma a.

11. () – Grupa

Symbol grupy służy do grupowania wzorców podrzędnych. Na przykład -

• (a|b)cd będzie pasować do ciągów takich jak acd, abcd, gacd itp.

Sekwencje specjalne

Sekwencje specjalne nie odpowiadają rzeczywistemu znakowi w ciągu, zamiast tego wskazują konkretną lokalizację w wyszukiwanym ciągu, w której musi nastąpić dopasowanie. Ułatwia to pisanie powszechnie używanych wzorców.

Lista sekwencji specjalnych

Funkcje wyrażeń regularnych

Odnośnie moduł zawiera wiele Funkcje które pomagają nam szukać dopasowania w ciągu.

Przyjrzyjmy się różnym funkcjom udostępnianym przez ten moduł do pracy z wyrażeniami regularnymi w Pythonie.

Zobaczmy działanie tych funkcji RegEx z definicją i przykładami:

1. ponownie znajdź()

Zwróć wszystkie nienakładające się dopasowania wzorca w ciągu znaków jako listę ciągów. Ciąg jest skanowany od lewej do prawej, a dopasowania są zwracane w znalezionej kolejności.

Znajdowanie wszystkich wystąpień wzorca

W tym kodzie zastosowano wyrażenie regularne ( d+> ) aby znaleźć wszystkie ciągi jednej lub więcej cyfr w danym ciągu. Wyszukuje wartości liczbowe i zapisuje je na liście. W tym przykładzie wyszukuje i drukuje liczby 123456789 I 987654321 z ciągu wejściowego.

Python3

>

bash dla pętli

>

['123456789', '987654321']>

2. ponownie skompiluj()

Wyrażenia regularne są kompilowane w obiekty wzorców, które zawierają metody umożliwiające różne operacje, takie jak wyszukiwanie dopasowań wzorców lub wykonywanie podstawień ciągów.

Przykład 1:

W kodzie zastosowano wzorzec wyrażenia regularnego [a-e]> aby znaleźć i wyświetlić listę wszystkich małych liter od „a” do „e” w ciągu wejściowym Tak, powiedział pan Gibenson Stark. Dane wyjściowe będą ['e', 'a', 'd', 'b', 'e']> , które są pasującymi znakami.

Pyton

>

>

['e', 'a', 'd', 'b', 'e', 'a']>

Zrozumienie wyników:

• Pierwsze wystąpienie to „e” w wyrazie Aye, a nie „A”, ponieważ rozróżniana jest wielkość liter.
• Następne wystąpienie to „a” w słowach, następnie „d” w słowach, po których następują „b” i „e” w języku Gibenson, ostatnie „a” pasuje do Starka.
• Ukośnik odwrotny metaznaku „” odgrywa bardzo ważną rolę, ponieważ sygnalizuje różne sekwencje. Jeżeli ukośnik odwrotny ma być użyty bez jego specjalnego znaczenia jako metaznaku, użyj’’

Przykład 2: Ustaw klasę [s,.] dopasuje dowolny biały znak, „,” lub „.”.

Kod używa wyrażeń regularnych do wyszukiwania i wyświetlania wszystkich pojedynczych cyfr i sekwencji cyfr w podanych ciągach wejściowych. Znajduje pojedyncze cyfry za pomocą d> i ciągi cyfr z d+> .

Pyton

>

>

['1', '1', '4', '1', '8', '8', '6'] ['11', '4', '1886']>

Przykład 3:

Kod używa wyrażeń regularnych do wyszukiwania i wyświetlania znaków wyrazów, sekwencji znaków wyrazów i znaków niebędących wyrazami w ciągach wejściowych. Zawiera listę pasujących znaków lub sekwencji.

Pyton

>

>

['H', 'e', 's', 'a', 'i', 'd', 'i', 'n', 's', 'o', 'm', 'e', '_', 'l', 'a', 'n', 'g'] ['I', 'went', 'to', 'him', 'at', '11', 'A', 'M', 'he', 'said', 'in', 'some_language'] [' ', ' ', '*', '*', '*', ' ...>

Przykład 4:

W kodzie zastosowano wzorzec wyrażenia regularnego „ab*”, aby znaleźć i wyświetlić listę wszystkich wystąpień słowa „ab”, po którym następuje zero lub więcej znaków „b” w ciągu wejściowym ababbaabbb. Zwraca następującą listę dopasowań: [„ab”, „abb”, „abbb”].

Pyton

>

sznurek do niego

>

['ab', 'abb', 'a', 'abbb']>

Zrozumienie wyników:

• Nasz RE to ab*, któremu „a” towarzyszy dowolne „nie”. liter „b”, zaczynając od 0.
• Wyjście „ab” jest prawidłowe, ponieważ pojedyncze „a” towarzyszy pojedynczemu „b”.
• Wyjście „abb” jest prawidłowe, ponieważ pojedyncze „a” towarzyszy 2 „b”.
• Wyjście „a” jest prawidłowe, ponieważ pojedyncze „a” towarzyszy 0 „b”.
• Wyjście „abbb” jest prawidłowe, ponieważ pojedyncze „a” towarzyszy 3 „b”.

3. ponownie.split()

Podziel ciąg znaków według wystąpień znaku lub wzorca. Po znalezieniu tego wzorca pozostałe znaki z ciągu zwracane są jako część wynikowej listy.

Składnia:

re.split(pattern, string, maxsplit=0, flags=0)>

Pierwszy parametr, wzór oznacza wyrażenie regularne, ciąg to podany ciąg, w którym będzie wyszukiwany wzorzec i w którym nastąpi dzielenie, maxsplit, jeśli nie zostanie podany, jest uważany za zero '0', a jeśli zostanie podana jakakolwiek wartość różna od zera, to co najwyżej występuje wiele podziałów. Jeśli maxsplit = 1, to ciąg zostanie podzielony tylko raz, w wyniku czego otrzymana zostanie lista o długości 2. Flagi są bardzo przydatne i mogą pomóc w skróceniu kodu, nie są niezbędnymi parametrami, np.: flags = re.IGNORECASE, w tym podziale , wielkość liter, tj. małe lub wielkie litery zostaną zignorowane.

Przykład 1:

Dzieli ciąg znaków, używając znaków innych niż słowa i spacji jako ograniczników, zwracając słowa: ['Words', 'words', 'Words']> . Traktuje apostrofy jako znaki niebędące wyrazami: ['Word', 's', 'words', 'Words']> . Dzieli przy użyciu znaków innych niż słowa i cyfr: ['On', '12th', 'Jan', '2016', 'at', '11', '02', 'AM']> . Dzieli przy użyciu cyfr jako ograniczników: ['On ', 'th Jan ', ', at ', ':', ' AM']> .

Pyton

>

>

['Words', 'words', 'Words'] ['Word', 's', 'words', 'Words'] ['On', '12th', 'Jan', '2016', 'at', '11', '02', 'AM'] ['On ', 'th Jan ', ', at ', ':', ' AM']>

Przykład 2:

Pierwsza instrukcja dzieli ciąg znaków przy pierwszym wystąpieniu jednej lub większej liczby cyfr: ['On ', 'th Jan 2016, at 11:02 AM']> . sekunda dzieli ciąg znaków, używając małych liter od a do f jako ograniczników, bez uwzględniania wielkości liter: ['', 'y, ', 'oy oh ', 'oy, ', 'ome here'> ]>. Trzeci dzieli ciąg znaków, używając małych liter od a do f jako ograniczników, z uwzględnieniem wielkości liter: ['', 'ey, Boy oh ', 'oy, ', 'ome here']> .

Pyton

>

>

['On ', 'th Jan 2016, at 11:02 AM'] ['', 'y, ', 'oy oh ', 'oy, ', 'om', ' h', 'r', ''] ['A', 'y, Boy oh ', 'oy, ', 'om', ' h', 'r', '']>

4. re.sub()

Sub w funkcji oznacza SubString, w podanym ciągu znaków (3. parametr) przeszukiwany jest określony wzorzec wyrażenia regularnego i po znalezieniu wzorca podciągu zastępowany jest przez repl (2. parametr), count sprawdza i utrzymuje liczbę razy to się dzieje.

Składnia:

 re.sub(pattern, repl, string, count=0, flags=0)>

Przykład 1:

• Pierwsza instrukcja zastępuje wszystkie wystąpienia „ub” przez „~*” (wielkość liter nie ma znaczenia): 'S~*ject has ~*er booked already'> .
• Druga instrukcja zastępuje wszystkie wystąpienia „ub” przez „~*” (wielkość liter ma znaczenie): 'S~*ject has Uber booked already'> .
• Trzecia instrukcja zastępuje pierwsze wystąpienie „ub” przez „~*” (wielkość liter nie ma znaczenia): 'S~*ject has Uber booked already'> .
• Czwarty zastępuje „AND” przez „&” (wielkość liter nie ma znaczenia): 'Baked Beans & Spam'> .

Pyton

>

>

S~*ject has ~*er booked already S~*ject has Uber booked already S~*ject has Uber booked already Baked Beans & Spam>

5. ponownie.subn()

subn() jest podobna do sub() pod każdym względem, z wyjątkiem sposobu dostarczania danych wyjściowych. Zwraca krotkę z liczbą całkowitej zamiany i nowym ciągiem, a nie tylko ciągiem.

Składnia:

 re.subn(pattern, repl, string, count=0, flags=0)>

Przykład:

re.subn()> zastępuje wszystkie wystąpienia wzorca w ciągu i zwraca krotkę ze zmodyfikowanym ciągiem i liczbą dokonanych podstawień. Jest to przydatne zarówno w przypadku podstawień uwzględniających wielkość liter, jak i niewrażliwych na wielkość liter.

Pyton

>

>

('S~*ject has Uber booked already', 1) ('S~*ject has ~*er booked already', 2) 2 S~*ject has ~*er booked already>

6. ponowna ucieczka()

Zwraca ciąg znaków ze wszystkimi znakami innymi niż alfanumeryczne z ukośnikiem odwrotnym. Jest to przydatne, jeśli chcesz dopasować dowolny ciąg literałowy, który może zawierać metaznaki wyrażeń regularnych.

Składnia:

re.escape(string)>

Przykład:

re.escape()> służy do ucieczki znaków specjalnych w ciągu, dzięki czemu można go bezpiecznie używać jako wzorca w wyrażeniach regularnych. Zapewnia to, że wszelkie znaki o specjalnym znaczeniu w wyrażeniach regularnych będą traktowane jako znaki dosłowne.

Pyton

>

>

This is Awesome even 1 AM I Asked what is this [a-9], he said   ^WoW>

7. ponowne wyszukiwanie()

Ta metoda albo zwraca None (jeśli wzorzec nie pasuje), albo re.MatchObject zawiera informację o pasującej części ciągu. Ta metoda kończy się po pierwszym dopasowaniu, dlatego najlepiej nadaje się do testowania wyrażeń regularnych, a nie do wyodrębniania danych.

blokuj reklamy YouTube na Androidzie

Przykład: Wyszukiwanie wystąpienia wzorca

Ten kod używa wyrażenia regularnego do wyszukiwania wzorca w podanym ciągu. Jeśli zostanie znalezione dopasowanie, wyodrębnia i wypisuje dopasowane fragmenty ciągu.

W tym konkretnym przykładzie wyszukuje wzorzec składający się z miesiąca (litery), po którym następuje dzień (cyfry) w ciągu wejściowym Urodziłem się 24 czerwca. Jeśli zostanie znalezione dopasowanie, wypisuje pełne dopasowanie, czyli miesiąc i dzień.

Python3

>

>

Match at index 14, 21 Full match: June 24 Month: June Day: 24>

ZESTAWY

A Ustawić to zestaw znaków ujętych w nawiasy „[]”. Zestawy służą do dopasowywania pojedynczego znaku w zestawie znaków określonym w nawiasach. Poniżej lista zestawów:

Dopasuj obiekt

Obiekt Match zawiera wszystkie informacje o wyszukiwaniu i wyniku. Jeśli nie znaleziono żadnego dopasowania, zwrócona zostanie wartość None. Przyjrzyjmy się niektórym powszechnie używanym metodom i atrybutom obiektu dopasowania.

1. Pobieranie ciągu znaków i wyrażenia regularnego

mecz.re atrybut zwraca przekazane wyrażenie regularne i dopasowanie.ciąg atrybut zwraca przekazany ciąg.

Przykład: Pobieranie ciągu znaków i wyrażenia regularnego dopasowanego obiektu

Kod szuka litery G na granicy słowa w ciągu Witamy w GeeksForGeeks i drukuje wzorzec wyrażenia regularnego ( res.re> ) i oryginalny ciąg ( res.string> ) .

Python3

>

>

re.compile('G') Welcome to GeeksForGeeks>

2. Pobieranie indeksu dopasowanego obiektu

• Metoda start() zwraca indeks początkowy dopasowanego podłańcucha
• Metoda end() zwraca indeks końcowy dopasowanego podłańcucha
• Metoda span() zwraca krotkę zawierającą początkowy i końcowy indeks dopasowanego podłańcucha

Przykład: Pobieranie indeksu dopasowanego obiektu

Kod wyszukuje podciąg Gee na granicy słowa w ciągu Witamy w GeeksForGeeks i wypisuje indeks początkowy dopasowania (res.start()>), indeks końcowy dopasowania (res.end()>) i długość dopasowania (res.span()>).

Python3

>

>

11 14 (11, 14)>

3. Uzyskanie dopasowanego podciągu

Metoda group() zwraca część ciągu, dla której pasują wzorce. Aby lepiej zrozumieć, zobacz poniższy przykład.

Przykład: Uzyskiwanie dopasowanego podciągu

Kod wyszukuje sekwencję dwóch znaków innych niż cyfry, po których następuje spacja i litera „t” w ciągu Witamy w GeeksForGeeks i drukuje dopasowany tekst za pomocą res.group()> .

Python3

>

>

me t>

W powyższym przykładzie nasz wzorzec określa ciąg znaków zawierający co najmniej 2 znaki, po których następuje spacja, a po tej spacji następuje t.

Powiązany artykuł:

Odniesienie:
https://docs.python.org/2/library/re.html

Omówiliśmy RegEx w Pythonie, przeszliśmy przez metaznaki, funkcje i sekwencje specjalne w RegEx Python.

Wyrażenie regularne jest bardzo ważnym pojęciem w Pythonie, staraliśmy się to wyjaśnić w łatwy sposób. Mam nadzieję, że pomoże to w Twojej podróży w Pythonie!!