re modul: regex în Python

Modulul re expune expresii regulate în Python. Dacă ai luat deja cursul Regex de pe acest site, veți găsi toată sintaxa familiară; aici ne uităm la API-uri.

Șir brut: r"..."

Regexe folosesc multe bare oblice inverse (\d, \b, \s). Scrieți-le întotdeauna ca șiruri brute, astfel încât să nu fie nevoie să le dublezi:

import re
# raw: \d is a single token
pattern = r"\d+"
# NOT raw: you would have to write "\\d+" otherwise Python interprets \d as "d"

re.search: găsiți prima apariție

import re
m = re.search(r"\d+", "ho 42 mele e 17 pere")
m.group()    # '42'
m.start()    # 3
m.end()      # 5

Returnează un obiect Match dacă este găsit, None în caz contrar. Model idiomatic:

if m := re.search(r"\d+", testo):
    print(m.group())

re.match: numai la începutul șirului

re.match(r"\d+", "42 anni")     # match!
re.match(r"\d+", "ho 42 anni")  # None (doesn't start with a digit)

Pentru a căuta oriunde preferați re.search.

re.findall: toate aparițiile

re.findall(r"\d+", "ho 42 mele, 17 pere, 3 banane")
# ['42', '17', '3']

Dacă modelul are capture groups, findall returnează grupurile, nu întreg meciul:

re.findall(r"(\w+)@(\w+)", "ada@x bob@y")
# [('ada', 'x'), ('bob', 'y')]

re.sub: înlocuire

re.sub(r"\d+", "###", "ho 42 mele e 17 pere")
# 'ho ### mele e ### pere'

De asemenea, funcționează cu o funcție de înlocuire (care primește meciul):

re.sub(r"\d+", lambda m: str(int(m.group()) * 2), "ho 42 mele")
# 'ho 84 mele'

Grupuri numite

m = re.search(r"(?P<anno>\d{4})-(?P<mese>\d{2})-(?P<giorno>\d{2})", "2025-01-15")
m.group("anno")    # '2025'
m.groupdict()      # {'anno': '2025', 'mese': '01', 'giorno': '15'}

Steaguri utile

re.search(r"ciao", "CIAO", re.IGNORECASE)       # case-insensitive
re.findall(r"^.+$", testo, re.MULTILINE)        # ^/$ match every line
re.search(r"a.b", "a\nb", re.DOTALL)            # . matches newline too

re.finditer pentru siguranta memoriei

Dacă trebuie să procesați potrivirile într-un bloc de text uriaș, re.findall alocă o listă în memorie care conține toate șirurile de potrivire extrase. Este de preferat să utilizați re.finditer(), care generează un iterator leneș de obiecte Match, consumând memorie minimă.

Încearcă

Exercițiu de revizuire

Provocare suplimentară