Регулярные выражения в Python (модуль re) — практическое руководство

Регулярные выражения в Python (модуль re) — практическое руководство

Узнайте, как использовать силу регулярных выражений в Python с модулем re. Пошаговые примеры иллюстрируют распространённые паттерны, техники сопоставления и продвинутые функции.

Что такое регулярное выражение?

Регулярное выражение (RegEx) — это последовательность символов, определяющая шаблон поиска. Например, паттерн ^a...s$ соответствует любой пятисимвольной строке, начинающейся с a и заканчивающейся s.

^a...s$

Паттерны можно сопоставлять со строками. Таблица ниже демонстрирует поведение паттерна с разными входами:

Выражение	Строка	Совпало?
^a...s$	abs	Нет совпадения
	alias	Совпало
	abyss	Совпало
	Alias	Нет совпадения
	An abacus	Нет совпадения

---

Модуль re Python предоставляет инструменты для работы с RegEx. Быстрый пример, использующий re.match() для проверки паттерна против строки:

import re
pattern = '^a...s$'
test_string = 'abyss'
result = re.match(pattern, test_string)
if result:
    print("Search successful.")
else:
    print("Search unsuccessful.")

Когда паттерн найден, re.match() возвращает объект совпадения; иначе — None.

---

Задание паттернов с метасимволами

Метасимволы — специальные символы, которые движок regex интерпретирует особым образом. Ниже — краткий справочник самых распространённых метасимволов:

[] . ^ $ * + ? {} () \ |

---

Квадратные скобки: []

Квадратные скобки задают набор символов для сопоставления. Например, [abc] соответствует любому одиночному вхождению a, b или c.

Выражение	Строка	Совпало?
[abc]	a	1 совпадение
	ac	2 совпадения
	Hey Jude	Нет совпадения
	abc de ca	5 совпадений

Диапазоны выражаются дефисом, например [a-e] равно [abcde]. Для инверсии набора поставьте каретку ^ после открывающей скобки, например [^abc] соответствует любому символу, кроме a, b, c.

---

Точка: .

Точка соответствует любому одиночному символу, кроме новой строки.

Выражение	Строка	Совпало?
..	a	Нет совпадения
	ac	1 совпадение
	acd	1 совпадение
	acde	2 совпадения (содержит 4 символа)

---

Каретка: ^ и Доллар: $

Каретка утверждает начало строки; доллар — конец. Например, ^a соответствует любой строке, начинающейся с a, а a$ — любой строке, заканчивающейся a.

Выражение	Строка	Совпало?
^a	a	1 совпадение
	abc	1 совпадение
	bac	Нет совпадения
^ab	abc	1 совпадение
	acb	Нет совпадения (начинается с a, но не следует b)

Выражение	Строка	Совпало?
a$	a	1 совпадение
	formula	1 совпадение
	cab	Нет совпадения

---

Квантификаторы: *, +, ?, {n,m}

Эти символы контролируют, сколько раз предшествующий элемент должен появляться.

• * — ноль или более раз.
• + — один или более раз.
• ? — ноль или один раз.
• {n,m} — как минимум n и максимум m раз.

Примеры:

Выражение	Строка	Совпало?
ma*n	mn	1 совпадение
	man	1 совпадение
	maaan	1 совпадение
	main	Нет совпадения (a не следует n)
	woman	1 совпадение

Выражение	Строка	Совпало?
ma+n	mn	Нет совпадения (нет a)
	man	1 совпадение
	maaan	1 совпадение
	main	Нет совпадения (a не следует n)
	woman	1 совпадение

Выражение	Строка	Совпало?
ma?n	mn	1 совпадение
	man	1 совпадение
	maaan	Нет совпадения (более одного a)
	main	Нет совпадения (a не следует n)
	woman	1 совпадение

Выражение	Строка	Совпало?
a{2,3}	abc dat	Нет совпадения
	abc daat	1 совпадение (в daat)
	aabc daaat	2 совпадения (в aabc и daaat)
	aabc daaaat	2 совпадения (в aabc и daaaat)

Часто используемый паттерн: [0-9]{2,4} соответствует двум до четырёх последовательным цифрам.

Выражение	Строка	Совпало?
[0-9]{2,4}	ab123csde	1 совпадение (в ab123csde)
	12 and 345673	3 совпадения (12, 3456, 73)
	1 and 2	Нет совпадения

---

Альтернация: |

Вертикальная черта реализует логическое ИЛИ. Например, a|b соответствует любой строке, содержащей a или b.

Выражение	Строка	Совпало?
a|b	cde	Нет совпадения
	ade	1 совпадение (в ade)
	acdbea	3 совпадения (в acdbea)

---

Группировка: ()

Скобки группируют подпаттерны и захватывают совпавшие подстроки. Пример: (a|b|c)xz соответствует любой строке, содержащей a, b или c, за которыми следует xz.

Выражение	Строка	Совпало?
(a|b|c)xz	ab xz	Нет совпадения
	abxz	1 совпадение (в abxz)
	axz cabxz	2 совпадения (в axzbc cabxz)

---

Экранирование: \

Используйте обратный слэш для обращения с метасимволом как с буквальным. Например, \$a соответствует буквальной последовательности $a, а не интерпретирует $ как якорь конца строки.

---

Специальные последовательности

Специальные последовательности упрощают распространённые паттерны. Ниже — справочный список с иллюстративными примерами.

Начало строки: \A

Выражение	Строка	Совпало?
\Athe	the sun	Совпало
	In the sun	Нет совпадения

Граница слова: \b

Выражение	Строка	Совпало?
\bfoo	football	Совпало
	a football	Совпало
	afootball	Нет совпадения
foo\b	the foo	Совпало
	the afoo test	Совпало
	the afootest	Нет совпадения

Не граница слова: \B

Выражение	Строка	Совпало?
\Bfoo	football	Нет совпадения
	a football	Нет совпадения
	afootball	Совпало
foo\B	the foo	Нет совпадения
	the afoo test	Нет совпадения
	the afootest	Совпало

Цифра: \d / Не цифра: \D

Выражение	Строка	Совпало?
\d	12abc3	3 совпадения (в 12abc3)
	Python	Нет совпадения
\D	1ab34"50	3 совпадения (в 1ab34"50)
	1345	Нет совпадения

Пробельный символ: \s / Не пробельный: \S

Выражение	Строка	Совпало?
\s	Python RegEx	1 совпадение
	PythonRegEx	Нет совпадения
\S	a b	2 совпадения (в a b)
		Нет совпадения

Символ слова: \w / Не слово: \W

Выражение	Строка	Совпало?
\w	12&": ;c	3 совпадения (в 12": ;c)
	"%> !	Нет совпадения
\W	1a2%c	1 совпадение (в 1a2%c)
	Python	Нет совпадения

Конец строки: \Z

Выражение	Строка	Совпало?
Python\Z	I like Python	1 совпадение
	I like Python Programming	Нет совпадения
	Python is fun.	Нет совпадения

---

Совет: Используйте онлайн-тестер regex вроде regex101 для быстрого создания и отладки паттернов.

---

Использование RegEx в Python

Модуль re Python предлагает богатый набор функций и констант для операций с regex. Импортируйте его:

import re

Ниже — самые распространённые утилиты и как их применять.

---

re.findall()

Возвращает список всех непересекающихся совпадений в строке.

# Извлечение всех чисел из строки
import re
string = 'hello 12 hi 89. Howdy 34'
pattern = '\d+'
result = re.findall(pattern, string)
print(result)  # Вывод: ['12', '89', '34']

Когда совпадений нет, возвращается пустой список.

---

re.split()

Разбивает строку в каждой точке, где паттерн совпадает, возвращая список подстрок.

import re
string = 'Twelve:12 Eighty nine:89.'
pattern = '\d+'
result = re.split(pattern, string)
print(result)  # Вывод: ['Twelve:', ' Eighty nine:', '.']

Используйте опциональный аргумент maxsplit для ограничения числа разбиений. Значение 0 (по умолчанию) разбивает при каждом совпадении.

import re
string = 'Twelve:12 Eighty nine:89 Nine:9.'
pattern = '\d+'
# Разбить только при первом вхождении
result = re.split(pattern, string, 1)
print(result)  # Вывод: ['Twelve:', ' Eighty nine:89 Nine:9.']

---

re.sub()

Заменяет все вхождения паттерна на строку замены.

# Удаление всех пробельных символов
import re
string = 'abc 12\nde 23 \n f45 6'
pattern = '\s+'
replace = ''
new_string = re.sub(pattern, replace, string)
print(new_string)  # Вывод: abc12de23f456

Для ограничения замен предоставьте аргумент count. Значение 0 заменяет каждое совпадение.

new_string = re.sub(r'\s+', replace, string, 1)
print(new_string)  # Вывод:
# abc12de 23
#  f45 6

---

re.subn()

Как re.sub(), но возвращает кортеж, содержащий новую строку и число выполненных замен.

new_string = re.subn(pattern, replace, string)
print(new_string)  # Вывод: ('abc12de23f456', 4)

---

re.search()

Находит первое место, где паттерн совпадает.

string = "Python is fun"
match = re.search('\\APython', string)
if match:
    print("pattern found inside the string")
else:
    print("pattern not found")
# Вывод: pattern found inside the string

---

Объект совпадения (Match Object)

При обнаружении совпадения re.search() возвращает объект Match. Распространённые методы и атрибуты:

• group() — совпавшая подстрока.
• start() / end() — индексы совпадения.
• span() — кортеж (start, end).
• groups() — все захваченные группы.

string = '39801 356, 2102 1111'
pattern = '(\\d{3}) (\\d{2})'
match = re.search(pattern, string)
if match:
    print(match.group())
    print(match.group(1))
    print(match.group(2))
    print(match.groups())
    print(match.start(), match.end(), match.span())
else:
    print("pattern not found")
# Вывод:
# 801 35
# 801
# 35
# ('801', '35')
# 2 8 (2, 8)

---

Использование сырых строк (префикс r)

Префиксация строкового литерала r трактует обратные слэши как буквальные символы, предотвращая случайные escape-последовательности. Это особенно полезно в regex-паттернах.

string = '\n and \r are escape sequences.'
result = re.findall(r'[\n\r]', string)
print(result)  # Вывод: ['\n', '\r']

---

Для глубокого изучения модуля re обратитесь к официальной документации Python.