mô-đun lại: biểu thức chính quy trong Python

Mô-đun re hiển thị các biểu thức chính quy trong Python. Nếu bạn đã lấy khóa học Regex trên trang này, bạn sẽ thấy tất cả các cú pháp quen thuộc; ở đây chúng tôi xem xét các API.

Chuỗi thô: r"..."

Regexes sử dụng nhiều dấu gạch chéo ngược (\d, \b, \s). Luôn viết chúng như chuỗi thô nên bạn không cần phải nhân đôi chúng:

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: tìm lần xuất hiện đầu tiên

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

Trả về đối tượng Match nếu tìm thấy, None nếu không tìm thấy. Mẫu thành ngữ:

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

re.match: chỉ ở đầu chuỗi

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

Để tìm kiếm ở bất kỳ đâu, hãy ưu tiên re.search.

re.findall: tất cả các lần xuất hiện

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

Nếu mẫu có chụp nhóm, findall trả về các nhóm chứ không phải cả trận đấu:

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

re.sub: thay thế

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

Nó cũng hoạt động với chức năng thay thế (nhận Trận đấu):

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

Nhóm được đặt tên

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'}

Cờ hữu ích

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 để đảm bảo an toàn cho bộ nhớ

Nếu bạn cần xử lý các kết quả khớp trong một khối văn bản lớn, re.findall sẽ phân bổ một danh sách trong bộ nhớ chứa tất cả các chuỗi khớp được trích xuất. Nên sử dụng re.finditer() để tạo ra một trình lặp lười biếng của các đối tượng Match, tiêu thụ bộ nhớ tối thiểu.

Hãy thử nó

Xem lại bài tập

Thử thách bổ sung