Как писать регулярные выражения в Python?
Практика задач для собеседования по программированию на Python
Kirill Smirnov
Data Science Consultant, Altran
Определение
Регулярное выражение — последовательность специальных символов (метасимволов), задающих шаблон для поиска в тексте.
cat
"I have a cat. My cat likes to eat a lot. It also catches mice."
Определение
Регулярное выражение — последовательность специальных символов (метасимволов), задающих шаблон для поиска в тексте.
cat
"I have a cat. My cat likes to eat a lot. It also catches mice."
Сложные шаблоны
Пример:
[email protected] — адрес электронной почты Джона. Он часто пишет своему начальнику на [email protected]. Но сообщения перенаправляются его секретарю на [email protected].
Сложные шаблоны
Пример:
**[email protected] — адрес электронной почты Джона. Он часто пишет своему начальнику на [email protected]. Но сообщения перенаправляются его секретарю на [email protected]**.
Специальные символы
Буквы и цифры соответствуют самим себе:
a$\rightarrow$aA$\rightarrow$A1$\rightarrow$1
Точка соответствует любому символу:
.$\rightarrow$ любой символ
. $\rightarrow$ 'a', '1', '"', ' ', ...
\.$\rightarrow$.
Специальные символы
Следующие метасимволы — это \ в сочетании с буквой:
\w$\rightarrow$ любой буквенно-цифровой символ или подчёркивание
\w $\rightarrow$ '1', 'a','_', ...
\d$\rightarrow$ любая цифра
\d $\rightarrow$ '1', '2','3', ...
\s$\rightarrow$ любой пробельный символ
\s $\rightarrow$ ' ', '\t', ...
Квадратные скобки
Несколько метасимволов можно заключить в квадратные скобки:
[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$A,B,C, ...,a,b,c, ...
Повторения
*$\rightarrow$ символ отсутствует или повторяется произвольное число раз
a* $\rightarrow$ '', 'a', 'aa', ...
+$\rightarrow$ символ встречается хотя бы один раз
a+ $\rightarrow$ 'a', 'aa', 'aaa', ...
?$\rightarrow$ символ присутствует или отсутствует
a? $\rightarrow$ '', 'a'
{n, m}$\rightarrow$ символ встречается от n до m раз
a{2, 4} $\rightarrow$ 'aa', 'aaa', 'aaaa'
Регулярное выражение для e-mail
Пример:
**[email protected] — адрес электронной почты Джона. Он часто пишет своему начальнику на [email protected]. Но сообщения перенаправляются его секретарю на [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
Регулярное выражение для e-mail
Пример:
**[email protected] — адрес электронной почты Джона. Он часто пишет своему начальнику на [email protected]. Но сообщения перенаправляются его секретарю на [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
[\w\.]+ $\rightarrow$ john.smith, boss, info
хотя бы одна буква, цифра, символ подчёркивания или точка
Регулярное выражение для e-mail
Пример:
**[email protected] — адрес электронной почты Джона. Он часто пишет своему начальнику на [email protected]. Но сообщения перенаправляются его секретарю на [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
@ $\rightarrow$ @
Регулярное выражение для e-mail
Пример:
**[email protected] — адрес электронной почты Джона. Он часто пишет своему начальнику на [email protected]. Но сообщения перенаправляются его секретарю на [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
[a-z]+ $\rightarrow$ mailbox, company
хотя бы одна строчная буква
Регулярное выражение для e-mail
Пример:
**[email protected] — адрес электронной почты Джона. Он часто пишет своему начальнику на [email protected]. Но сообщения перенаправляются его секретарю на [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
\. $\rightarrow$ .
Регулярное выражение для e-mail
Пример:
**[email protected] — адрес электронной почты Джона. Он часто пишет своему начальнику на [email protected]. Но сообщения перенаправляются его секретарю на [email protected]**.
[\w\.]+@[a-z]+\.[a-z]+
[a-z]+ $\rightarrow$ com
хотя бы одна строчная буква
Пакет 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 ',
'.']
Давайте потренируемся!
Практика задач для собеседования по программированию на Python
