Python -RegEx
Ein RegEx oder Regulärer Ausdruck ist eine Zeichenfolge, die ein Suchmuster bildet.
RegEx kann verwendet werden, um zu prüfen, ob ein String das angegebene Suchmuster enthält.
RegEx-Modul
Python hat ein eingebautes Paket namens re, das verwendet werden kann, um mit regulären Ausdrücken zu arbeiten.
Modul reimportieren:
import re
RegEx in Python
Wenn Sie das reModul importiert haben, können Sie mit der Verwendung regulärer Ausdrücke beginnen:
Beispiel
Durchsuchen Sie die Zeichenfolge, um zu sehen, ob sie mit „The“ beginnt und mit „Spain“ endet:
import
re
txt = "The rain in Spain"
x = re.search("^The.*Spain$", txt)
RegEx-Funktionen
Das reModul bietet eine Reihe von Funktionen, mit denen wir eine Zeichenfolge nach einer Übereinstimmung durchsuchen können:
| Function | Description |
|---|---|
| findall | Returns a list containing all matches |
| search | Returns a Match object if there is a match anywhere in the string |
| split | Returns a list where the string has been split at each match |
| sub | Replaces one or many matches with a string |
Metazeichen
Metazeichen sind Zeichen mit besonderer Bedeutung:
| Character | Description | Example | Try it |
|---|---|---|---|
| [] | A set of characters | "[a-m]" | |
| \ | Signals a special sequence (can also be used to escape special characters) | "\d" | |
| . | Any character (except newline character) | "he..o" | |
| ^ | Starts with | "^hello" | |
| $ | Ends with | "planet$" | |
| * | Zero or more occurrences | "he.*o" | |
| + | One or more occurrences | "he.+o" | |
| ? | Zero or one occurrences | "he.?o" | |
| {} | Exactly the specified number of occurrences | "he{2}o" | |
| | | Either or | "falls|stays" | |
| () | Capture and group |
Spezielle Sequenzen
Eine spezielle Sequenz ist ein \gefolgt von einem der Zeichen in der folgenden Liste und hat eine spezielle Bedeutung:
| Character | Description | Example | Try it |
|---|---|---|---|
| \A | Returns a match if the specified characters are at the beginning of the string | "\AThe" | |
| \b | Returns a match where the specified characters are at the beginning or at the
end of a word (the "r" in the beginning is making sure that the string is being treated as a "raw string") |
r"\bain" r"ain\b" |
|
| \B | Returns a match where the specified characters are present, but NOT at the beginning
(or at
the end) of a word (the "r" in the beginning is making sure that the string is being treated as a "raw string") |
r"\Bain" r"ain\B" |
|
| \d | Returns a match where the string contains digits (numbers from 0-9) | "\d" | |
| \D | Returns a match where the string DOES NOT contain digits | "\D" | |
| \s | Returns a match where the string contains a white space character | "\s" | |
| \S | Returns a match where the string DOES NOT contain a white space character | "\S" | |
| \w | Returns a match where the string contains any word characters (characters from a to Z, digits from 0-9, and the underscore _ character) | "\w" | |
| \W | Returns a match where the string DOES NOT contain any word characters | "\W" | |
| \Z | Returns a match if the specified characters are at the end of the string | "Spain\Z" |
Sets
Ein Satz ist ein Satz von Zeichen in einem Paar eckiger Klammern
[]mit einer besonderen Bedeutung:
| Set | Description | Try it |
|---|---|---|
| [arn] | Returns a match where one of the specified characters (a,
r, or n) are
present |
|
| [a-n] | Returns a match for any lower case character, alphabetically between
a and n |
|
| [^arn] | Returns a match for any character EXCEPT a,
r, and n |
|
| [0123] | Returns a match where any of the specified digits (0,
1, 2, or
3) are
present |
|
| [0-9] | Returns a match for any digit between
0 and 9 |
|
| [0-5][0-9] | Returns a match for any two-digit numbers from 00 and
59 |
|
| [a-zA-Z] | Returns a match for any character alphabetically between
a and z, lower case OR upper case |
|
| [+] | In sets, +, *,
., |,
(), $,{}
has no special meaning, so [+] means: return a match for any
+ character in the string |
Die Funktion findall()
Die findall()Funktion gibt eine Liste mit allen Übereinstimmungen zurück.
Beispiel
Drucken Sie eine Liste aller Übereinstimmungen:
import re
txt = "The rain in Spain"
x = re.findall("ai",
txt)
print(x)
Die Liste enthält die Übereinstimmungen in der Reihenfolge, in der sie gefunden wurden.
Wenn keine Übereinstimmungen gefunden werden, wird eine leere Liste zurückgegeben:
Beispiel
Gibt eine leere Liste zurück, wenn keine Übereinstimmung gefunden wurde:
import re
txt = "The rain in Spain"
x = re.findall("Portugal",
txt)
print(x)
Die search()-Funktion
Die search()Funktion durchsucht den String nach einer Übereinstimmung und gibt ein Match-Objekt zurück, wenn es eine Übereinstimmung gibt.
Wenn es mehr als eine Übereinstimmung gibt, wird nur das erste Vorkommen der Übereinstimmung zurückgegeben:
Beispiel
Suchen Sie nach dem ersten Leerzeichen in der Zeichenfolge:
import re
txt = "The rain in Spain"
x = re.search("\s",
txt)
print("The first white-space character is located in
position:", x.start())
Wenn keine Übereinstimmungen gefunden werden, wird der Wert Nonezurückgegeben:
Beispiel
Führen Sie eine Suche durch, die keine Übereinstimmung zurückgibt:
import re
txt = "The rain in Spain"
x = re.search("Portugal",
txt)
print(x)
Die Funktion split()
Die split()Funktion gibt eine Liste zurück, in der die Zeichenfolge bei jeder Übereinstimmung geteilt wurde:
Beispiel
Bei jedem Leerzeichen teilen:
import re
txt = "The rain in Spain"
x = re.split("\s",
txt)
print(x)
Sie können die Anzahl der Vorkommen steuern, indem Sie den
maxsplit
Parameter angeben:
Beispiel
Teilen Sie die Zeichenfolge nur beim ersten Auftreten:
import re
txt = "The rain in Spain"
x = re.split("\s",
txt,
1)
print(x)
Die sub()-Funktion
Die sub()Funktion ersetzt die Treffer durch den Text Ihrer Wahl:
Beispiel
Ersetzen Sie jedes Leerzeichen durch die Zahl 9:
import re
txt = "The rain in Spain"
x = re.sub("\s",
"9", txt)
print(x)
Sie können die Anzahl der Ersetzungen steuern, indem Sie den
count
Parameter angeben:
Beispiel
Ersetzen Sie die ersten 2 Vorkommen:
import re
txt = "The rain in Spain"
x = re.sub("\s",
"9", txt, 2)
print(x)
Objekt abgleichen
Ein Match-Objekt ist ein Objekt, das Informationen über die Suche und das Ergebnis enthält.
Hinweis: Wenn es keine Übereinstimmung gibt, wird der Wert Noneanstelle des Übereinstimmungsobjekts zurückgegeben.
Beispiel
Führen Sie eine Suche durch, die ein Match-Objekt zurückgibt:
import re
txt = "The rain in Spain"
x = re.search("ai",
txt)
print(x) #this will print an object
Das Match-Objekt verfügt über Eigenschaften und Methoden, die verwendet werden, um Informationen über die Suche und das Ergebnis abzurufen:
.span()gibt ein Tupel zurück, das die Start- und Endposition der Übereinstimmung enthält.
.stringgibt den an die Funktion übergebenen String
.group()zurück gibt den Teil des Strings zurück, in dem es eine Übereinstimmung gab
Beispiel
Druckt die Position (Start- und Endposition) des ersten Übereinstimmungsvorkommens.
Der reguläre Ausdruck sucht nach Wörtern, die mit einem großen „S“ beginnen:
import re
txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)
print(x.span())
Beispiel
Drucken Sie die an die Funktion übergebene Zeichenfolge:
import re
txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)
print(x.string)
Beispiel
Gibt den Teil der Zeichenfolge aus, in dem es eine Übereinstimmung gab.
Der reguläre Ausdruck sucht nach Wörtern, die mit einem großen „S“ beginnen:
import re
txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)
print(x.group())
Hinweis: Wenn es keine Übereinstimmung gibt, wird der Wert Noneanstelle des Übereinstimmungsobjekts zurückgegeben.