Možno poznáte vyhľadávanie textu stlačením Ctrl-F a zadaním hľadaných slov. Regulárne výrazy idú ešte o krok ďalej: Umožňujú vám určiť vzor textu, ktorý sa má hľadať. V tomto článku uvidíme, ako funguje porovnávanie vzorov v Pythone s Regexom.

Regex v Pythone

Regulárne výrazy , tiež nazývaný regulárny výraz , sú popisy vzoru textu. Dokáže zistiť prítomnosť alebo neprítomnosť textu jeho priradením k určitému vzoru a tiež môže rozdeliť vzor do jedného alebo viacerých podvzorov. Napríklad a d v regulárnom výraze znamená číslicu – to znamená akúkoľvek jednu číslicu medzi 0 a 9.

Skontrolujte telefónne čísla pomocou regulárneho výrazu v Pythone

Nasledujúci regulárny výraz sa používa v Python na priradenie reťazca troch čísel, spojovníka, troch ďalších čísel, ďalšej spojovníka a štyroch čísel.

Any other string would not match the pattern. ddd-ddd-dddd>

Regulárne výrazy môžu byť oveľa sofistikovanejšie. Napríklad pridanie 3 v zložených zátvorkách ({3}) za vzor je ako povedať: Zhodujte tento vzor trikrát. Takže o niečo kratší regulárny výraz je nasledujúci:

herec chiranjeevi

d{3}-d{3}-d{4}>

Zodpovedá správnemu formátu telefónneho čísla.

Zhoda vzorov s regulárnymi výrazmi

Objekt Regex Vyhľadávanie() metóda hľadá reťazec, ktorý je odovzdaný, a hľadá všetky zhody s regulárnym výrazom. Zhodné objekty majú metódu group(), ktorá vráti skutočný zhodný text z hľadaného reťazca. Môžete tiež vidieťRegex cheetsheetPre viac informácií.

Príklad: Importujte modul regulárneho výrazu pomocou importu re. Vytvorte objekt Regex sre.compile()funkciu. (Nezabudnite použiť nespracovaný reťazec.) Zadajte reťazec, ktorý chcete vyhľadať, do metódy search() objektu Regex. Toto vráti objekt Match. Ak chcete vrátiť reťazec skutočného zhodného textu, zavolajte metódu group() objektu Match.

Python3

>

>

Výkon:

Phone number found: 415-555-4242>

Zátvorky pre zoskupovanie a zachytávanie pomocou regulárneho výrazu

Jedným zo spôsobov zhody vzorov s Regex je použitie zátvoriek okolo vzorov. Pozrime sa na niekoľko rôznych príkladov pre lepšie pochopenie.

Zodpovedajúce objekty

Povedzme, že chcete oddeliť predvoľbu od zvyšku telefónneho čísla. Pridaním zátvoriek sa vytvoria skupiny v regulárnom výraze: (ddd)-(ddd-dddd). Potom môžete použiť metódu group() match object na získanie zodpovedajúceho textu len z jednej skupiny.

Python3

>

>

Výkon:

415 area code: 415 number: 555-4242>

Získajte všetky skupiny naraz

Ak by ste chceli získať všetky skupiny naraz, použite metódu groups(), – všimnite si množné číslo názvu.

Python3

>

mycricketlive

>

Výkon:

('415', '555-4242')>

Priraďte zátvorku

Zátvorky majú v regulárnych výrazoch osobitný význam, ale čo robiť, ak potrebujete v texte nájsť zhodu so zátvorkami. Telefónne čísla, ktoré sa pokúšate nájsť, môžu mať napríklad v zátvorkách nastavenú predvoľbu. V tomto prípade musíte znaky ( a ) escapovať spätnou lomkou. Do interaktívneho shellu zadajte nasledovné:

Python3

>

>

Výkon:

(415)>

Znaky escape ( a ) v surovom reťazci odovzdanom do re.compile() sa budú zhodovať so skutočnými zátvorkami.

Regulárne výrazy: Zoskupovanie a znak potrubia

The | znak sa nazýva fajka. Môžeme ho použiť kdekoľvek, kde chceme nájsť zhodu s jedným z mnohých výrazov.

Príklad: Regulárny výraz r’Batman|Tina Fey’ sa bude zhodovať s výrazom ‘Batman’ alebo ‘Tina Fey’. Keď sa v hľadanom reťazci vyskytne Batman aj Tina Fey, prvý výskyt zhodného textu sa vráti ako objekt Match.

Python3

>

>

Výkon:

'Batman'>

Pochopenie kučeravých zátvoriek v Regexe

Ak máme skupinu, ktorú chceme zopakovať presne stanovený počet krát, nasledujte skupinu v regulačnom výraze s číslom v zložených zátvorkách.

Napríklad regulárny výraz (Ha){3} sa bude zhodovať s reťazcom „HaHaHa“, ale nebude sa zhodovať s reťazcom „HaHa“, pretože druhý má iba dve opakovania skupiny (Ha). Namiesto jedného čísla môžete zadať rozsah medzi zloženými zátvorkami. Regulárny výraz (Ha){3, 5} sa bude zhodovať s „HaHaHa“, „HaHaHaHa“ a „HaHaHaHaHa“. Môžete tiež vynechať prvé alebo druhé číslo v zložených zátvorkách, aby bolo minimum alebo maximum neohraničené. (Ha){3, } bude zodpovedať trom alebo viacerým inštanciám skupiny (Ha), zatiaľ čo (Ha){, 5} bude zodpovedať nula až päť inštancií. Zložené zátvorky môžu pomôcť skrátiť vaše regulárne výrazy.

Príklad 1: V tomto príklade použijeme zložené zátvorky na určenie výskytu vzoru, ktorý hľadáme.

Python3

>

>

rozdiel medzi poľom a zoznamom polí

Výkon:

HaHaHa>

Príklad 2: V tomto príklade zadefinujeme výskyt vzoru pomocou zložených zátvoriek a potom vyhľadáme, či v ňom konkrétny vzor existuje alebo nie.

Python3

>

>

Výkon:

True>

Voliteľný operátor alebo otáznik (?) v regulárnom výraze

Niekedy existuje vzor, ​​ktorý chcete priradiť iba voliteľne. To znamená, že regulárny výraz by mal nájsť zhodu bez ohľadu na to, či tam daný kúsok textu je alebo nie. The ? znak označí skupinu, ktorá mu predchádza, ako voliteľnú časť vzoru.

Príklad 1: Tu budeme hľadať vzor so vzorom „Batman“ alebo „Batwoman“. The (kde)? časť regulárneho výrazu znamená, že vzor wo je voliteľná skupina. Regulárny výraz sa bude zhodovať s textom, ktorý má nula výskytov alebo jeden výskyt wo. To je dôvod, prečo sa regulárny výraz zhoduje s výrazmi „Batwoman“ aj „Batman“. Môžete myslieť na ? ako sa hovorí, skupiny Zhoduje sa s nulou alebo jednou zo skupín pred týmto otáznikom.

Ak potrebujete nájsť zhodu so skutočným znakom otáznika, ukončite ho znakom ?.

Python3

>

>

Výkon:

Batman Batwoman>

Nula alebo viac vzorov zhodujúcich sa s hviezdou

Symbol * (nazývaný hviezda alebo hviezdička) znamená zodpovedať nule alebo viac — skupina, ktorá predchádza hviezdičku, sa môže v texte vyskytovať koľkokrát. Môže úplne chýbať alebo sa môže opakovať znova a znova. Ak potrebujete nájsť zhodu so skutočným znakom hviezdičky, pred hviezdičku v regulárnom výraze uveďte opačnú lomku, *.

Príklad 1: V tomto príklade porovnáme nulové výskyty vzoru v reťazci. Časť (wo)* regulárneho výrazu sa zhoduje s nulovým výskytom wo v reťazci.

Python3

>

>

Výkon:

Batman>

Príklad 2: V tomto príklade porovnáme aspoň jeden výskyt vzoru v reťazci.

Python

príklady binárnych stromov

>

>

Výkon:

Batwoman>

Príklad 3: V tomto príklade priradíme viac ako jeden výskyt vzoru v reťazci.

Python

>

>

Výkon:

Batwowowowoman>

Zhoda jedného alebo viacerých vzorov s plusom

Zatiaľ čo * znamená zodpovedať nule alebo viac , znamená + (alebo plus). zhodovať sa s jedným alebo viacerými. Na rozdiel od hviezdičky, ktorá nevyžaduje, aby sa jej skupina objavila v zodpovedajúcom reťazci, skupina predchádzajúca plus sa musí objaviť aspoň raz. Nie je to voliteľné. Ak potrebujete nájsť zhodu so skutočným znakom plus, pridajte pred znamienko plus opačnú lomku, aby ste ho opustili: +.

Príklad 1: V tomto príklade porovnáme aspoň jeden výskyt vzoru v reťazci.

Python3

>

>

Výkon:

Batwoman>

Príklad 2: V tomto príklade sa regulárny výraz Bat(wo)+man nebude zhodovať s reťazcom „The Adventures of Batman“, pretože znamienko plus vyžaduje aspoň jedno wo.

hrithik rošanský vek

Python

>

>

Výkon:

True>

Súvisiaci článok – Regex Cheetsheet