Python — регулярные выражения

Предыдущая страницаСледующая страница

Регулярное выражение — это специальная последовательность символов, которая помогает вам сопоставлять или находить другие строки или наборы строк, используя специальный синтаксис, хранящийся в шаблоне. Регулярные выражения широко используются в мире UNIX.

Модуль Python re обеспечивает полную поддержку Perl-подобных регулярных выражений в Python. Модуль re вызывает исключение re.error, если возникает ошибка при компиляции или использовании регулярного выражения.

Мы рассмотрим две важные функции, которые будут использоваться для обработки регулярных выражений. Но сначала небольшая вещь:существуют различные символы, которые будут иметь особое значение, когда они используются в регулярном выражении. Чтобы избежать путаницы при работе с регулярными выражениями, мы будем использовать необработанные строки как r'expression'. .

совпадение Функция

Эта функция пытается сопоставить RE pattern в строку с необязательными флагами .

Вот синтаксис этой функции —

re.match(pattern, string, flags=0)

Вот описание параметров —

<тд>

шаблон

Это регулярное выражение для сопоставления.

<тд>

строка

Это строка, которая будет найдена на соответствие шаблону в начале строки.

<тд>

флаги

Вы можете указать разные флаги, используя побитовое ИЛИ (|). Это модификаторы, которые перечислены в таблице ниже.

Серийный номер	Параметр и описание
1
2
3

повторный матч функция возвращает совпадение объект в случае успеха, Нет при неудаче. Мы используем group(num) или группы() функция соответствия объект для получения совпадающего выражения.

<тд>

группа(число=0)

Этот метод возвращает полное совпадение (или конкретный номер подгруппы)

<тд>

группы()

Этот метод возвращает все совпадающие подгруппы в кортеже (пустые, если их не было)

Серийный номер	Сопоставить метод и описание объекта
1
2

Пример

Живая демонстрация

#!/usr/bin/python
import re

line = "Cats are smarter than dogs"

matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)

if matchObj:
   print "matchObj.group() : ", matchObj.group()
   print "matchObj.group(1) : ", matchObj.group(1)
   print "matchObj.group(2) : ", matchObj.group(2)
else:
   print "No match!!"

Когда приведенный выше код выполняется, он дает следующий результат —

matchObj.group() :  Cats are smarter than dogs
matchObj.group(1) :  Cats
matchObj.group(2) :  smarter

Поиск Функция

Эта функция ищет первое вхождение RE pattern внутри строки с необязательными флагами .

Вот синтаксис этой функции —

re.search(pattern, string, flags=0)

Вот описание параметров —

<тд>

шаблон

Это регулярное выражение для сопоставления.

<тд>

строка

Это строка, которая будет найдена на соответствие шаблону в любом месте строки.

<тд>

флаги

Вы можете указать разные флаги, используя побитовое ИЛИ (|). Это модификаторы, которые перечислены в таблице ниже.

Серийный номер	Параметр и описание
1
2
3

поиск функция возвращает совпадение объект в случае успеха, нет при неудаче. Мы используем group(num) или группы() функция соответствия объект для получения совпадающего выражения.

<тд>

группа(число=0)

Этот метод возвращает полное совпадение (или конкретный номер подгруппы)

<тд>

группы()

Этот метод возвращает все совпадающие подгруппы в кортеже (пустые, если их не было)

Серийный номер	Соответствие методам и описанию объекта
1
2

Пример

Живая демонстрация

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)

if searchObj:
   print "searchObj.group() : ", searchObj.group()
   print "searchObj.group(1) : ", searchObj.group(1)
   print "searchObj.group(2) : ", searchObj.group(2)
else:
   print "Nothing found!!"

Когда приведенный выше код выполняется, он дает следующий результат —

searchObj.group() :  Cats are smarter than dogs
searchObj.group(1) :  Cats
searchObj.group(2) :  smarter

Сопоставление и поиск

Python предлагает две различные примитивные операции, основанные на регулярных выражениях:match проверяет совпадение только в начале строки, а поиск проверяет совпадение в любом месте строки (это то, что Perl делает по умолчанию).

Пример

Живая демонстрация

#!/usr/bin/python
import re

line = "Cats are smarter than dogs";

matchObj = re.match( r'dogs', line, re.M|re.I)
if matchObj:
   print "match --> matchObj.group() : ", matchObj.group()
else:
   print "No match!!"

searchObj = re.search( r'dogs', line, re.M|re.I)
if searchObj:
   print "search --> searchObj.group() : ", searchObj.group()
else:
   print "Nothing found!!"

Когда приведенный выше код выполняется, он дает следующий результат —

No match!!
search --> searchObj.group() :  dogs

Найти и заменить

Один из самых важных ре методы, использующие регулярные выражения, sub .

Синтаксис

re.sub(pattern, repl, string, max=0)

Этот метод заменяет все вхождения RE pattern в строке с репл , заменяя все вхождения, кроме max при условии. Этот метод возвращает измененную строку.

Пример

Живая демонстрация

#!/usr/bin/python
import re

phone = "2004-959-559 # This is Phone Number"

# Delete Python-style comments
num = re.sub(r'#.*$', "", phone)
print "Phone Num : ", num

# Remove anything other than digits
num = re.sub(r'\D', "", phone)    
print "Phone Num : ", num

Когда приведенный выше код выполняется, он дает следующий результат —

Phone Num :  2004-959-559
Phone Num :  2004959559

Модификаторы регулярных выражений:флаги опций

Литералы регулярных выражений могут включать необязательный модификатор для управления различными аспектами сопоставления. Модификаторы указываются как необязательный флаг. Вы можете указать несколько модификаторов, используя исключающее ИЛИ (|), как показано ранее, и может быть представлено одним из этих —

<тд>

ре.I

Выполняет сопоставление без учета регистра.

<тд>

ре.Л

Интерпретирует слова в соответствии с текущей локалью. Эта интерпретация влияет на алфавитную группу (\w и \W), а также на поведение границы слова (\b и \B).

<тд>

рем.М

Делает $ совпадающим с концом строки (а не только с концом строки) и совмещает ^ с началом любой строки (а не только с началом строки).

<тд>

ре.С

Делает точку (точку) соответствующей любому символу, включая новую строку.

<тд>

re.U

Интерпретирует буквы в соответствии с набором символов Unicode. Этот флаг влияет на поведение \w, \W, \b, \B.

<тд>

ре.Х

Разрешает "симпатичный" синтаксис регулярных выражений. Он игнорирует пробелы (кроме как внутри набора [] или когда экранируется обратной косой чертой) и рассматривает неэкранированный символ # как маркер комментария.

Серийный номер	Модификатор и описание
1
2
3
4
5
6

Шаблоны регулярных выражений

За исключением управляющих символов, (+ ? . * ^ $ ( ) [ ] { } | \) , все символы совпадают сами с собой. Вы можете избежать управляющего символа, поставив перед ним обратную косую черту.

В следующей таблице перечислены синтаксис регулярных выражений, доступный в Python —

<тд>

^

Соответствует началу строки.

<тд>

$

Соответствует концу строки.

<тд>

.

Соответствует любому одиночному символу, кроме новой строки. Использование параметра m позволяет также совпадать с новой строкой.

<тд>

[...]

Соответствует любому одиночному символу в квадратных скобках.

<тд>

[^...]

Соответствует любому одиночному символу, не указанному в квадратных скобках

<тд>

повторно*

Соответствует 0 или более вхождениям предшествующего выражения.

<тд>

повторить+

Соответствует 1 или более вхождению предшествующего выражения.

<тд>

повторно?

Соответствует 0 или 1 вхождению предыдущего выражения.

<тд>

ре{ п

Соответствует точно n количеству вхождений предыдущего выражения.

<тд>

ре{ н,

Соответствует n или более вхождениям предыдущего выражения.

<тд>

re{ n, м

Соответствует как минимум n и максимум m вхождениям предшествующего выражения.

<тд>

а| б

Соответствует либо a, либо b.

<тд>

(повторно)

Группирует регулярные выражения и запоминает совпадающий текст.

<тд>

(?imx)

Временно включает опции i, m или x в регулярном выражении. Если в скобках, затрагивается только эта область.

<тд>

(?-imx)

Временно отключает параметры i, m или x в регулярном выражении. Если в скобках, затрагивается только эта область.

<тд>

(?:повторно)

Группирует регулярные выражения без запоминания совпадающего текста.

<тд>

(?imx:повторно)

Временно включает опции i, m или x в скобках.

<тд>

(?-imx:повторно)

Временно отключает параметры i, m или x в скобках.

<тд>

(?#...)

Комментарий.

<тд>

(?=повторно)

Задает положение с помощью шаблона. Не имеет диапазона.

<тд>

(?! повторно)

Определяет позицию, используя отрицание шаблона. Не имеет диапазона.

<тд>

(?> повторно)

Соответствует независимому шаблону без возврата.

<тд>

\в

Соответствует символам слова.

<тд>

\В

Соответствует несловесным символам.

<тд>

\с

Соответствует пробелу. Эквивалентно [\t\n\r\f].

<тд>

\С

Соответствует непробельным символам.

<тд>

\д

Соответствует цифрам. Эквивалентно [0-9].

<тд>

\Д

Соответствует нецифровым числам.

<тд>

\А

Соответствует началу строки.

<тд>

\Z

Соответствует концу строки. Если существует новая строка, она совпадает непосредственно перед новой строкой.

<тд>

\г

Соответствует концу строки.

<тд>

\G

Соответствует точке, где закончилось последнее совпадение.

<тд>

\b

Соответствует границам слов вне квадратных скобок. Соответствует возврату (0x08) внутри квадратных скобок.

<тд>

\B

Соответствует границам слов.

<тд>

\n, \t и т. д.

Соответствует новой строке, возврату каретки, табуляции и т. д.

<тд>

\1...\9

Соответствует n-му сгруппированному подвыражению.

<тд>

\10

Соответствует n-му сгруппированному подвыражению, если оно уже совпало. В противном случае относится к восьмеричному представлению кода символа.

Серийный номер	Шаблон и описание
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37

Примеры регулярных выражений

Буквальные символы

<тд>

питон

Соответствует "питон".

Серийный номер	Пример и описание
1

Классы персонажей

<тд>

[Pp]итон

Соответствие "Python" или "python"

<тд>

руб[ва]

Соответствие "ruby" или "rube"

<тд>

[аиоу]

Совпадение с любой гласной в нижнем регистре

<тд>

[0–9]

Сопоставьте любую цифру; то же, что и [0123456789]

<тд>

[а-я]

Совпадение с любой строчной буквой ASCII

<тд>

[А–Я]

Совпадение с любой заглавной буквой ASCII

<тд>

[a-zA-Z0-9]

Соответствует любому из вышеперечисленных

<тд>

[^aeiou]

Соответствует чему угодно, кроме строчной гласной

<тд>

[^0-9]

Соответствует чему угодно, кроме цифры

Серийный номер	Пример и описание
1
2
3
4
5
6
7
8
9

Специальные классы символов

<тд>

.

Соответствует любому символу, кроме новой строки

<тд>

\д

Совпадение с цифрой:[0-9]

<тд>

\Д

Совпадение с нецифрой:[^0-9]

<тд>

\с

Совпадение с пробельным символом:[ \t\r\n\f]

<тд>

\С

Совпадение без пробелов:[^ \t\r\n\f]

<тд>

\в

Совпадение с одним символом слова:[A-Za-z0-9_]

<тд>

\В

Совпадение с символом, не являющимся словом:[^A-Za-z0-9_]

Серийный номер	Пример и описание
1
2
3
4
5
6
7

Случаи повторения

<тд>

рубин?

Соответствие «rub» или «ruby»:Y указывать необязательно

<тд>

рубин*

Соответствует "rub" плюс 0 или более лет

<тд>

рубин+

Соответствует "rub" плюс 1 или более ys

<тд>

\d{3}

Совпадение ровно с 3 цифрами

<тд>

\d{3,

Совпадение с 3 или более цифрами

<тд>

\d{3,5}

Совпадение 3, 4 или 5 цифр

Серийный номер	Пример и описание
1
2
3
4
5
6

Нежадное повторение

Это соответствует наименьшему количеству повторений —

<тд>

<.*>

Жадное повторение:соответствует "perl>"

<тд>

<.*?>

Нежадный:соответствует "" в "perl>"

Серийный номер	Пример и описание
1
2

Группировка в скобках

<тд>

\D\d+

Без группы:+ повторяется \d

<тд>

(\D\d)+

Сгруппировано:+ повторяется пара \D\d

<тд>

([Pp]ython(, )?)+

Соответствие «Python», «Python, python, python» и т. д.

Серийный номер	Пример и описание
1
2
3

Обратные ссылки

Это снова соответствует ранее сопоставленной группе —

<тд>

([Pp])итон&\1ails

Совпадение с питоном и ведрами или Python и ведрами

<тд>

(['"])[^\1]*\1

Строка в одинарных или двойных кавычках. \1 соответствует тому, что соответствует 1-й группе. \2 соответствует тому, что соответствует второй группе и т. д.

Серийный номер	Пример и описание
1
2

Альтернативы

<тд>

питон|перл

Соответствует "python" или "perl"

<тд>

руб(у|ле))

Соответствие "рубин" или "рубль"

<тд>

Питон(!+|\?)

«Python», за которым следует один или несколько ! или один?

Серийный номер	Пример и описание
1
2
3

Якоря

Для этого необходимо указать позицию совпадения.

<тд>

^Питон

Соответствие «Python» в начале строки или внутренней строки

<тд>

Питон$

Соответствие "Python" в конце строки или строки

<тд>

\АПитон

Совпадение с "Python" в начале строки

<тд>

Питон\Z

Соответствие "Python" в конце строки

<тд>

\bПитон\b

Сопоставить "Python" на границе слова

<тд>

\brub\B

\B не является границей слова:соответствует "rub" в "rube" и "ruby", но не отдельно

<тд>

Питон(?=!)

Сопоставьте "Python", если за ним стоит восклицательный знак.

<тд>

Питон(?!!)

Сопоставьте "Python", если за ним не стоит восклицательный знак.

Серийный номер	Пример и описание
1
2
3
4
5
6
7
8

Специальный синтаксис со скобками

<тд>

R(?#комментарий)

Соответствует «Р». Все остальное - комментарий

<тд>

R(?i)uby

Без учета регистра при сопоставлении "uby"

<тд>

R(?i:uby)

То же, что и выше

<тд>

руб(?:y|le))

Только группа без создания обратной ссылки \1

Серийный номер	Пример и описание
1
2
3
4