மறு தொகுதி: பைத்தானில் regex

re தொகுதி பைத்தானில் வழக்கமான வெளிப்பாடுகளை வெளிப்படுத்துகிறது. நீங்கள் ஏற்கனவே எடுத்திருந்தால் இந்த தளத்தில் உள்ள Regex பாடத்திட்டத்தில், நீங்கள் அனைத்து தொடரியல் நன்கு அறிந்திருப்பீர்கள்; இங்கே நாங்கள் APIகளைப் பார்க்கிறோம்.

மூல சரம்: r"..."

ரெஜெக்ஸ்கள் பல பின்சாய்வுகளைப் பயன்படுத்துகின்றன (\d, \b, \s). எப்போதும் அவற்றை இவ்வாறு எழுதுங்கள் ** மூல சரங்கள்** எனவே நீங்கள் அவற்றை இரட்டிப்பாக்க வேண்டியதில்லை:

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: முதல் நிகழ்வைக் கண்டறியவும்

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

கண்டுபிடிக்கப்பட்டால் Match பொருளை வழங்கும், இல்லையெனில் None. மொழியியல் முறை:

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

re.match: சரத்தின் தொடக்கத்தில் மட்டும்

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

எங்கும் தேட re.search ஐ விரும்பவும்.

re.findall: அனைத்து நிகழ்வுகளும்

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

பேட்டர்னில் கேப்சர் குழுக்கள் இருந்தால், findall குழுக்களை வழங்கும், இல்லை முழு போட்டி:

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

re.sub: மாற்று

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

இது ஒரு மாற்று செயல்பாட்டுடனும் செயல்படுகிறது (இது போட்டியைப் பெறுகிறது):

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

பெயரிடப்பட்ட குழுக்கள்

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'}

பயனுள்ள கொடிகள்

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

நினைவக பாதுகாப்பிற்கான re.finditer

நீங்கள் ஒரு பெரிய உரைத் தொகுதியில் பொருத்தங்களைச் செயலாக்க வேண்டும் என்றால், re.findall பிரித்தெடுக்கப்பட்ட அனைத்து மேட்ச் சரங்களையும் உள்ளடக்கிய நினைவகத்தில் ஒரு பட்டியலை ஒதுக்குகிறது. re.finditer() ஐப் பயன்படுத்துவது விரும்பத்தக்கது, இது மேட்ச் பொருள்களின் சோம்பேறி மறு செய்கையை அளிக்கிறது, குறைந்தபட்ச நினைவகத்தை உட்கொள்ளும்.

முயற்சி செய்து பாருங்கள்

மதிப்பாய்வு பயிற்சி

கூடுதல் சவால்