А Регулярний вираз або RegEx це спеціальна послідовність символів, яка використовує шаблон пошуку для пошуку рядка або набору рядків.

Він може виявити наявність або відсутність тексту, зіставляючи його з певним шаблоном, а також може розділити шаблон на один або кілька підшаблонів.

Модуль Regex у Python

Python має вбудований модуль під назвою повторно який використовується для регулярних виразів у Python. Ми можемо імпортувати цей модуль за допомогою оператора import.

приклад: Імпорт повторного модуля в Python

Python3

>

>

Як використовувати RegEx у Python?

Ви можете використовувати RegEx у Python після імпортування модуля re.

приклад:

Цей код Python використовує регулярні вирази для пошуку слова портал у вказаному рядку, а потім друкує початковий і кінцевий індекси відповідного слова в рядку.

Python3

>

>

Start Index: 34 End Index: 40>

Примітка: Тут символ r (r’portal’) позначає raw, а не regex. Необроблений рядок дещо відрізняється від звичайного рядка, він не сприйматиме символ як контрольний символ. Це тому, що система регулярних виразів використовує символ для власної мети екранування.

Перш ніж почати роботу з модулем регулярних виразів Python, давайте подивимося, як насправді писати регулярні вирази за допомогою метасимволів або спеціальних послідовностей.

Метасимволи

Метасимволи - це символи зі спеціальним значенням.

Щоб зрозуміти аналогію RE, метасимволи корисні та важливі. Вони будуть використовуватися у функціях модуля re. Нижче наведено список метасимволів.

Давайте обговоримо кожен із цих метасимволів докладніше:

1. – Зворотна коса риска

Зворотний слеш () гарантує, що символ не обробляється особливим чином. Це можна вважати способом екранування метасимволів.

Наприклад, якщо ви хочете шукати крапку (.) у рядку, ви побачите, що крапка (.) розглядатиметься як спеціальний символ, як один із метасимволів (як показано в таблиці вище). Тож у цьому випадку ми використаємо зворотну косу риску () безпосередньо перед крапкою (.), щоб вона втратила свою особливість. Перегляньте наведений нижче приклад для кращого розуміння.

приклад:

Перший пошук ( re.search(r'.', s)> ) відповідає будь-якому символу, а не лише крапці, тоді як другий пошук ( re.search(r'.', s)> ) спеціально шукає та збігає символ періоду.

Python3

>

>

>

2. [] – квадратні дужки

Квадратні дужки ([]) представляють клас символів, що складається з набору символів, які ми хочемо зіставити. Наприклад, клас символів [abc] відповідатиме будь-якому одному a, b чи c.

Ми також можемо вказати діапазон символів за допомогою – в квадратних дужках. Наприклад,

• [0, 3] є зразком [0123]
• [a-c] те саме, що [abc]

Ми також можемо інвертувати клас символів за допомогою символу вставки (^). Наприклад,

• [^0-3] означає будь-яке число, крім 0, 1, 2 або 3
• [^a-c] означає будь-який символ, крім a, b або c

приклад:

У цьому коді ви використовуєте регулярні вирази, щоб знайти всі символи в рядку, які належать до діапазону від «a» до «m». The re.findall()> функція повертає список усіх таких символів. У заданому рядку символи, які відповідають цьому шаблону: 'c', 'k', 'b', 'f', 'j', 'e', ​​'h', 'l', 'd', ' g'.

Python3

>

баш еліф

>

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

3. ^ – Каретка

Символ вставки (^) відповідає початку рядка, тобто перевіряє, чи починається рядок із заданого(их) символу(ів) чи ні. Наприклад -

• ^g перевірить, чи починається рядок з g, як-от geeks, globe, girl, g тощо.
• ^ge перевірить, чи починається рядок з ge, як-от geeks, geeksforgeeks тощо.

приклад:

Цей код використовує регулярні вирази, щоб перевірити, чи починається список рядків The . Якщо рядок починається з Це позначено як відповідність інакше позначається як Не збігається.

Python3

>

>

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

4. $ – долар

Символ долара ($) збігається з кінцем рядка, тобто перевіряє, чи закінчується рядок заданим символом (символами) чи ні. Наприклад-

• s$ перевірить рядок, який закінчується на a, як-от geeks, ends, s тощо.
• ks$ перевірить рядок, який закінчується на ks, наприклад geeks, geeksforgeeks, ks тощо.

приклад:

Цей код використовує регулярний вираз, щоб перевірити, чи закінчується рядок на Світ!. Якщо збіг знайдено, він друкується Збіг знайдено! інакше він друкує Збіг не знайдено .

Python3

>

>

Match found!>

5. . - Крапка

Символ крапки (.) відповідає лише одному символу, за винятком символу нового рядка ( ). Наприклад -

• a.b перевірить рядок, який містить будь-який символ на місці крапки, наприклад acb, acbd, abbb тощо
• .. перевірить, чи містить рядок принаймні 2 символи

приклад:

Цей код використовує регулярний вираз для пошуку шаблону коричневий.лисиця в межах рядка. крапка (.>) у шаблоні представляє будь-який символ. Якщо збіг знайдено, він друкується Збіг знайдено! інакше він друкує Збіг не знайдено .

Python3

>

>

Match found!>

6. | – Або

Символ або працює як оператор або, тобто він перевіряє, чи присутній у рядку шаблон до або після символу або. Наприклад -

• a|b відповідатиме будь-якому рядку, який містить a або b, наприклад acd, bcd, abcd тощо.

7. ? - Знак питання

Знак питання (?) — це квантор у регулярних виразах, який вказує на те, що попередній елемент має відповідати нуль або один раз. Це дозволяє вказати, що елемент є необов’язковим, тобто він може зустрічатися один раз або не зустрічатися взагалі. Наприклад,

• ab?c буде зіставлено для рядка ac, acb, dabc, але не буде зіставлено для abbc, оскільки є два b. Подібним чином, він не буде зіставлений для abdc, оскільки b не слідує за c.

8.* – Зірка

Символ зірочки (*) відповідає нулю або більше повторень регулярного виразу, що передує символу *. Наприклад -

• ab*c буде зіставлено для рядка ac, abc, abbbc, dabc тощо, але не буде зіставлено для abdc, оскільки b не слідує за c.

9. + – Плюс

Символ плюс (+) відповідає одному або декільком випадкам регулярного виразу, що передує символу +. Наприклад -

• ab+c буде зіставлено для рядка abc, abbc, dabc, але не буде зіставлено для ac, abdc, тому що немає b в ac і b, не слідує c в abdc.

10. {m, n} – фігурні дужки

Дужки відповідають будь-яким повторенням перед регулярним виразом від m до n включно. Наприклад -

• a{2, 4} буде зіставлено для рядка aaab, baaaac, gaad, але не буде зіставлено для рядків, таких як abc, bc, оскільки в обох випадках є лише один a або немає a.

11. () – Група

Символ групи використовується для групування підшаблонів. Наприклад -

• (a|b)cd відповідатиме таким рядкам, як acd, abcd, gacd тощо.

Спеціальні послідовності

Спеціальні послідовності не збігаються з фактичним символом у рядку, натомість вони вказують конкретне місце в рядку пошуку, де має відбутися збіг. Це полегшує написання часто використовуваних шаблонів.

Список спеціальних послідовностей

Функції регулярних виразів

повторно модуль містить багато функції які допомагають нам шукати збіг у рядку.

Давайте розглянемо різні функції, які надає цей модуль для роботи з регулярними виразами в Python.

Давайте подивимося на роботу цих функцій RegEx із визначенням і прикладами:

1. re.findall()

Повертає всі неперекриваючі збіги шаблону в рядку у вигляді списку рядків. Рядок сканується зліва направо, і збіги повертаються в порядку знайдення.

Пошук усіх входжень шаблону

Цей код використовує регулярний вираз ( d+> ) щоб знайти всі послідовності однієї чи кількох цифр у заданому рядку. Він шукає числові значення та зберігає їх у списку. У цьому прикладі він знаходить і друкує числа 123456789 і 987654321 із вхідного рядка.

Python3

>

>

['123456789', '987654321']>

2. re.compile()

Регулярні вирази компілюються в об’єкти шаблонів, які мають методи для різноманітних операцій, таких як пошук збігів шаблону або виконання підстановки рядків.

Приклад 1:

У коді використовується шаблон регулярного виразу [a-e]> щоб знайти та перерахувати всі малі літери від «a» до «e» у вхідному рядку Так, сказав містер Гібенсон Старк. Вихід буде ['e', 'a', 'd', 'b', 'e']> , які є відповідними символами.

Python

numpy meshgrid

>

>

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

Розуміння результату:

• Першим входженням є «e» в Aye, а не «A», оскільки воно чутливе до регістру.
• Наступна подія — це «a» у сказаному, потім «d» у сказаному, а потім «b» і «e» у Gibenson, останній «a» збігається зі Старком.
• Метасимвол зворотної косої риски «» відіграє дуже важливу роль, оскільки він сигналізує про різні послідовності. Якщо зворотну скісну риску потрібно використовувати без спеціального значення як метасимвол, використовуйте «»

приклад 2: Набір класу [s,.] відповідатиме будь-якому пробілу, ‘,’ або ‘.’ .

У цьому коді використовуються регулярні вирази для пошуку та перерахування всіх одиночних цифр і послідовностей цифр у заданих вхідних рядках. Він знаходить однозначні цифри за допомогою d> і послідовності цифр с d+> .

Python

>

>

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

приклад 3:

У цьому коді використовуються регулярні вирази для пошуку та переліку символів слів, послідовностей символів слів і символів, які не є словами, у вхідних рядках. Він надає списки відповідних символів або послідовностей.

Python

>

>

['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'] [' ', ' ', '*', '*', '*', ' ...>

Приклад 4:

У коді використовується шаблон регулярного виразу «ab*», щоб знайти та перерахувати всі випадки «ab», за якими йде нуль або більше символів «b» у вхідному рядку ababbaabbb. Він повертає такий список збігів: [‘ab’, ‘abb’, ‘abbb’].

Python

>

java замінити все

>

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

Розуміння результату:

• Наш RE – це ab*, яке супроводжується будь-яким «ні». букв «b», починаючи з 0.
• Вихідні дані «ab» є дійсними через одиничне «a» з одним «b».
• Вихідні дані «abb» дійсні через одиночне «a», яке супроводжується двома «b».
• Вихідні дані «a» дійсні через одиночне «a», яке супроводжується 0 «b».
• Вихідні дані «abbb» є дійсними через одиночне «a», яке супроводжується 3 «b».

3. re.split()

Розділіть рядок за входженнями символу або шаблону, після знаходження цього шаблону символи, що залишилися з рядка, повертаються як частина результуючого списку.

Синтаксис:

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

Перший параметр, шаблон позначає регулярний вираз, рядок — заданий рядок, у якому шукатиметься шаблон і в якому відбувається розбиття, maxsplit, якщо не надано, вважається нульовим «0», а якщо надано будь-яке ненульове значення, то відбувається щонайбільше стільки розколів. Якщо maxsplit = 1, то рядок буде розділено лише один раз, у результаті чого буде створено список довжиною 2. Прапори є дуже корисними та можуть допомогти скоротити код, вони не є необхідними параметрами, наприклад: flags = re.IGNORECASE, у цьому розділенні , регістр, тобто малі або великі літери, буде проігноровано.

Приклад 1:

Розділяє рядок, використовуючи несловні символи та пробіли як роздільники, повертаючи слова: ['Words', 'words', 'Words']> . Вважає апостроф несловесним символом: ['Word', 's', 'words', 'Words']> . Розділяє за допомогою несловних символів і цифр: ['On', '12th', 'Jan', '2016', 'at', '11', '02', 'AM']> . Розділяє цифри як роздільник: ['On ', 'th Jan ', ', at ', ':', ' AM']> .

Python

>

>

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

приклад 2:

Інструкція First розділяє рядок при першому входженні однієї чи кількох цифр: ['On ', 'th Jan 2016, at 11:02 AM']> . second розділяє рядок, використовуючи малі літери від a до f як розділювачі, незалежні від регістру: ['', 'y, ', 'oy oh ', 'oy, ', 'ome here'> ]>. Третій розділяє рядок, використовуючи малі літери від a до f як розділювачі, чутливі до регістру: ['', 'ey, Boy oh ', 'oy, ', 'ome here']> .

Python

>

>

['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» у функції означає SubString, певний шаблон регулярного виразу шукається в заданому рядку (3-й параметр), і після знаходження шаблону підрядка замінюється на repl (2-й параметр), перевіряється підрахунок і зберігається кількість разів це відбувається.

Синтаксис:

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

Приклад 1:

• Перший оператор замінює всі входження «ub» на «~*» (незалежно від регістру): 'S~*ject has ~*er booked already'> .
• Другий оператор замінює всі входження «ub» на «~*» (з урахуванням регістру): 'S~*ject has Uber booked already'> .
• Третій оператор замінює перше входження «ub» на «~*» (незалежно від регістру): 'S~*ject has Uber booked already'> .
• Четвертий замінює «І» на «&» (незалежно від регістру): 'Baked Beans & Spam'> .

Python

>

>

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

5. re.subn()

subn() подібний до sub() у всіх відношеннях, крім способу надання виводу. Він повертає кортеж із загальною кількістю замін і новий рядок, а не просто рядок.

Синтаксис:

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

приклад:

re.subn()> замінює всі випадки шаблону в рядку та повертає кортеж із зміненим рядком і кількістю зроблених замін. Це корисно як для чутливих до регістру, так і для замін.

Python

>

>

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

6. re.escape()

Повертає рядок із зворотною похилою рискою, яка не є буквено-цифровим символом. Це корисно, якщо ви хочете зіставити довільний рядок літералу, який може містити метасимволи регулярного виразу.

Синтаксис:

re.escape(string)>

приклад:

re.escape()> використовується для екранування спеціальних символів у рядку, що робить його безпечним для використання як шаблон у регулярних виразах. Це гарантує, що будь-які символи зі спеціальним значенням у регулярних виразах розглядаються як літеральні символи.

Python

>

>

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

7. re.search()

Цей метод або повертає None (якщо шаблон не збігається), або re.MatchObject містить інформацію про відповідну частину рядка. Цей метод зупиняється після першого збігу, тому він найкраще підходить для тестування регулярного виразу, а не для вилучення даних.

приклад: Пошук входження шаблону

Цей код використовує регулярний вираз для пошуку шаблону в заданому рядку. Якщо збіг знайдено, він витягує та друкує відповідні частини рядка.

У цьому конкретному прикладі він шукає шаблон, який складається з місяця (літери), після якого йде день (цифри) у вхідному рядку Я народився 24 червня. Якщо збіг знайдено, він друкує повний збіг, місяць , і день.

Python3

>

Java string replaceall

>

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

НАБОРИ

А встановити це набір символів, укладених у квадратні дужки «[]». Набори використовуються для відповідності одному символу в наборі символів, указаному в дужках. Нижче наведено список наборів:

Збіг об’єкта

Об’єкт Match містить усю інформацію про пошук і результат, і якщо відповідності не знайдено, буде повернено None. Давайте розглянемо деякі з часто використовуваних методів і атрибутів об’єкта відповідності.

1. Отримання рядка та регулярного виразу

match.re атрибут повертає переданий регулярний вираз and match.string атрибут повертає переданий рядок.

приклад: Отримання рядка та регулярного виразу відповідного об’єкта

Код шукає літеру Г на межі слова в рядку Ласкаво просимо до GeeksForGeeks і друкує шаблон регулярного виразу ( res.re> ) і вихідний рядок ( res.string> ) .

Python3

>

>

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

2. Отримання індексу відповідного об'єкта

• метод start() повертає початковий індекс відповідного підрядка
• метод end() повертає кінцевий індекс відповідного підрядка
• Метод span() повертає кортеж, що містить початковий і кінцевий індекс відповідного підрядка

приклад: Отримання індексу відповідного об’єкта

Код шукає підрядок Gee на межі слова в рядку Welcome to GeeksForGeeks і друкує початковий індекс збігу (res.start()>), кінцевий індекс збігу (res.end()>), і проміжок збігу (res.span()>).

Python3

>

>

11 14 (11, 14)>

3. Отримання відповідного підрядка

метод group() повертає частину рядка, для якої збігаються шаблони. Перегляньте наведений нижче приклад для кращого розуміння.

приклад: Отримання відповідного підрядка

Код шукає послідовність із двох нецифрових символів, за якими йде пробіл і літера «t» у рядку Welcome to GeeksForGeeks, і друкує відповідний текст за допомогою res.group()> .

Python3

>

>

me t>

У наведеному вище прикладі наш шаблон вказує на рядок, який містить принаймні 2 символи, за якими йде пробіл, після якого йде t.

Пов'язана стаття:

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

Ми обговорили RegEx у Python, ми розглянули метасимволи, функції та спеціальні послідовності в RegEx Python.

Регулярні вирази є дуже важливою концепцією в Python, ми спробували пояснити це простим способом. Сподіваюся, це допоможе у вашій подорожі Python!!