Jak pisać wyrażenia regularne w Pythonie?
Ćwiczenie pytań na rozmowach kwalifikacyjnych z programowania w Pythonie
Kirill Smirnov
Data Science Consultant, Altran
Definicja
Wyrażenie regularne – sekwencja znaków specjalnych (metaznaków) definiująca wzorzec do wyszukania w tekście.
cat
"I have a cat. My cat likes to eat a lot. It also catches mice."
Definicja
Wyrażenie regularne – sekwencja znaków specjalnych (metaznaków) definiująca wzorzec do wyszukania w tekście.
cat
"I have a cat. My cat likes to eat a lot. It also catches mice."
Złożone wzorce
Przykład:
[email protected] to adres e-mail Johna. Często pisze do szefa na [email protected]. Wiadomości są przekazywane do sekretarki na [email protected].
Złożone wzorce
Przykład:
**[email protected] to adres e-mail Johna. Często pisze do szefa na [email protected]. Wiadomości są przekazywane do sekretarki na [email protected]**.
Znaki specjalne
Proste znaki i cyfry odpowiadają sobie:
a$\rightarrow$aA$\rightarrow$A1$\rightarrow$1
Kropka dopasowuje dowolny znak:
.$\rightarrow$ dowolny znak
. $\rightarrow$ 'a', '1', '"', ' ', ...
\.$\rightarrow$.
Znaki specjalne
Poniższe metaznaki reprezentują \ z literą:
\w$\rightarrow$ dowolny znak alfanumeryczny lub podkreślenie
\w $\rightarrow$ '1', 'a','_', ...
\d$\rightarrow$ dowolna cyfra
\d $\rightarrow$ '1', '2','3', ...
\s$\rightarrow$ dowolny znak białej spacji
\s $\rightarrow$ ' ', '\t', ...
Nawiasy kwadratowe
Kilka metaznaków można umieścić w nawiasach kwadratowych:
[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$A,B,C, ...,a,b,c, ...
Powtórzenia
*$\rightarrow$ brak znaku lub nieokreślona liczba powtórzeń
a* $\rightarrow$ '', 'a', 'aa', ...
+$\rightarrow$ znak wystąpi co najmniej raz
a+ $\rightarrow$ 'a', 'aa', 'aaa', ...
?$\rightarrow$ znak wystąpi lub nie
a? $\rightarrow$ '', 'a'
{n, m}$\rightarrow$ znak wystąpi od n do m razy
a{2, 4} $\rightarrow$ 'aa', 'aaa', 'aaaa'
Wyrażenie regularne dla adresu e-mail
Przykład:
**[email protected] to adres e-mail Johna. Często pisze do szefa na [email protected]. Wiadomości są przekazywane do sekretarki na [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
Wyrażenie regularne dla adresu e-mail
Przykład:
**[email protected] to adres e-mail Johna. Często pisze do szefa na [email protected]. Wiadomości są przekazywane do sekretarki na [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
[\w\.]+ $\rightarrow$ john.smith, boss, info
co najmniej jedna litera, cyfra, podkreślenie lub kropka
Wyrażenie regularne dla adresu e-mail
Przykład:
**[email protected] to adres e-mail Johna. Często pisze do szefa na [email protected]. Wiadomości są przekazywane do sekretarki na [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
@ $\rightarrow$ @
Wyrażenie regularne dla adresu e-mail
Przykład:
**[email protected] to adres e-mail Johna. Często pisze do szefa na [email protected]. Wiadomości są przekazywane do sekretarki na [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
[a-z]+ $\rightarrow$ mailbox, company
co najmniej jedna mała litera
Wyrażenie regularne dla adresu e-mail
Przykład:
**[email protected] to adres e-mail Johna. Często pisze do szefa na [email protected]. Wiadomości są przekazywane do sekretarki na [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
\. $\rightarrow$ .
Wyrażenie regularne dla adresu e-mail
Przykład:
**[email protected] to adres e-mail Johna. Często pisze do szefa na [email protected]. Wiadomości są przekazywane do sekretarki na [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
[a-z]+ $\rightarrow$ com
co najmniej jedna mała litera
Pakiet 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 ',
'.']
Czas na ćwiczenia!
Ćwiczenie pytań na rozmowach kwalifikacyjnych z programowania w Pythonie
