Como escrever expressões regulares em Python?
Praticando questões de entrevista de código em Python
Kirill Smirnov
Data Science Consultant, Altran
Definição
Expressão regular — uma sequência de caracteres especiais (metacaracteres) que define um padrão para buscar em um texto.
cat
"I have a cat. My cat likes to eat a lot. It also catches mice."
Definição
Expressão regular — uma sequência de caracteres especiais (metacaracteres) que define um padrão para buscar em um texto.
cat
"I have a cat. My cat likes to eat a lot. It also catches mice."
Padrões complexos
Exemplo:
[email protected] é o e-mail de John. Ele costuma escrever para seu chefe em [email protected]. Mas as mensagens são encaminhadas para sua secretária em [email protected].
Padrões complexos
Exemplo:
**[email protected] é o e-mail de John. Ele costuma escrever para seu chefe em [email protected]. Mas as mensagens são encaminhadas para sua secretária em [email protected]**.
Caracteres especiais
Caracteres simples e números mapeiam para si mesmos:
a$\rightarrow$aA$\rightarrow$A1$\rightarrow$1
Ponto mapeia para qualquer coisa:
.$\rightarrow$ qualquer caractere
. $\rightarrow$ 'a', '1', '"', ' ', ...
\.$\rightarrow$.
Caracteres especiais
Os seguintes metacaracteres representam \ seguido de uma letra:
\w$\rightarrow$ qualquer caractere alfanumérico ou sublinhado
\w $\rightarrow$ '1', 'a','_', ...
\d$\rightarrow$ qualquer dígito
\d $\rightarrow$ '1', '2','3', ...
\s$\rightarrow$ qualquer caractere de espaço em branco
\s $\rightarrow$ ' ', '\t', ...
Colchetes
Vários metacaracteres podem ser colocados entre colchetes:
[aAbB]$\rightarrow$a,A,b,B[a-z]$\rightarrow$a,b,c, ...[A-Z]$\rightarrow$A,B,C, ...[0-9]$\rightarrow$0,1,2, ...[A-Za-z]$\rightarrow$A,B,C, ...,a,b,c, ...
Repetições
*$\rightarrow$ nenhum caractere ou repete um número indefinido de vezes
a* $\rightarrow$ '', 'a', 'aa', ...
+$\rightarrow$ o caractere aparece ao menos uma vez
a+ $\rightarrow$ 'a', 'aa', 'aaa', ...
?$\rightarrow$ o caractere pode existir ou não
a? $\rightarrow$ '', 'a'
{n, m}$\rightarrow$ o caractere aparece de n a m vezes
a{2, 4} $\rightarrow$ 'aa', 'aaa', 'aaaa'
Expressão regular para e-mail
Exemplo:
**[email protected] é o e-mail de John. Ele costuma escrever para seu chefe em [email protected]. Mas as mensagens são encaminhadas para sua secretária em [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
Expressão regular para e-mail
Exemplo:
**[email protected] é o e-mail de John. Ele costuma escrever para seu chefe em [email protected]. Mas as mensagens são encaminhadas para sua secretária em [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
[\w\.]+ $\rightarrow$ john.smith, boss, info
um ou mais letras, dígitos, sublinhados ou pontos
Expressão regular para e-mail
Exemplo:
**[email protected] é o e-mail de John. Ele costuma escrever para seu chefe em [email protected]. Mas as mensagens são encaminhadas para sua secretária em [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
@ $\rightarrow$ @
Expressão regular para e-mail
Exemplo:
**[email protected] é o e-mail de John. Ele costuma escrever para seu chefe em [email protected]. Mas as mensagens são encaminhadas para sua secretária em [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
[a-z]+ $\rightarrow$ mailbox, company
um ou mais caracteres minúsculos
Expressão regular para e-mail
Exemplo:
**[email protected] é o e-mail de John. Ele costuma escrever para seu chefe em [email protected]. Mas as mensagens são encaminhadas para sua secretária em [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
\. $\rightarrow$ .
Expressão regular para e-mail
Exemplo:
**[email protected] é o e-mail de John. Ele costuma escrever para seu chefe em [email protected]. Mas as mensagens são encaminhadas para sua secretária em [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
[a-z]+ $\rightarrow$ com
um ou mais caracteres minúsculos
Pacote re
import repattern = re.compile(r'[\w\.]+@[a-z]+\.[a-z]+')
text = '[email protected] is the e-mail of '\
'John. He often writes to his boss at '\
'[email protected]. But the messages get forwarded '\
'to his secretary at [email protected].'
re.finditer()
result = re.finditer(pattern, text)
print(result)
<callable_iterator object at 0x7f5dff81af98>
for match in result:
print(match)
<_sre.SRE_Match object; span=(0, 22), match='[email protected]'>
<_sre.SRE_Match object; span=(77, 93), match='[email protected]'>
<_sre.SRE_Match object; span=(146, 162), match='[email protected]'>
re.finditer()
result = re.finditer(pattern, text)
print(result)
<callable_iterator object ...>
for match in result:
print(match.group())
print(match.start())
print(match.end())
[email protected]
0
22
[email protected]
77
93
[email protected]
146
162
re.findall()
substrings = re.findall(pattern, text)
print(substrings)
['[email protected]', '[email protected]', '[email protected]']
re.split()
split_list = re.split(pattern, text)
print(split_list)
['',
' is the e-mail of John. He often writes to his boss at ',
'. But the messages get forwarded to his secretary at ',
'.']
Vamos praticar!
Praticando questões de entrevista de código em Python
