Podstawowe wyrażenia regularne cz.1

Skomentuj

Poniżej opisane są podstawowe operatory wyrażeń regularnych.

Podstawowe metaznaki

Metaznakami określa się znaki specjalne, których użycie sprawia że do jednego wzorca, może wystąpić wiele różnych dopasowań. Poniżej kilka podstawowych metaznaków:

Co w przypadku, gdy metaznak chcemy użyć jako zwykły znak? Należy wówczas poprzedzić go backslashem „\”.

Przykład:

[ ]

Dopasowanie do zbioru zakresów znaków. Zbiory można definiować przez pojedyncze znaki. Np.

Dopasuje się do znaku a lub b lub c.

Poza pojedynczymi znakami, można podawać tutaj też zbiory znaków. Wybrane zbiory znaków:

  • a-z – małe litery alfabetu od a do z. Można tez podać krótszy zakres alfabetu. Np a-c, gdzie zakres znaków będzie taki sam jak w przypadku wzorca [a-z]
  • A-Z – takie samo dopasowanie jak w przypadku a-z, z tą różnicą że dotyczy dużych liter
  • 0-9 – zakres cyfr od 0 do 9. Tutaj tez można określić mniejszy zakres. Np. 0-3 – cyfry 1, 2 lub 3

Zakresy i pojedyncze znaki w nawiasach kwadratowych można mieszać.

Powyższy wzorzec będzie pasował do znaków: x, 2, 3, 4, a, b, c.

^

Gdy zastosujemy ten znak na początku zbioru zakresów, to dopasowanie będzie dotyczyło wszystkich znaków, z wyjątkiem tych zdefiniowanych przez zbiór zakresu.

Powyższa reguła dopasuje każdy znak z wyjątkiem liter a, b, c

Predefiniowane zbiory

Zbiory te umożliwiają prostszy zapis definicji niektórych zbiorów. Można traktować je jako skróty.

Predefiniowany zbiór Opis Odpowiednik
\d Cyfry [0-9]
\D Wszystkie znaki z wyjątkiem cyfr [^0-9]
\s Białe znaki (np. spacje, tabulatory, znaki nowej linii) [ \t\n\r\f\v]
\S Wszystkie znaki z wyjątkiem białych znaków [^ \t\n\r\f\v]
\w Znaki alfanumeryczne (cyfry, litery i _) [a-zA-Z0-9_]
\W Wszystkie znaki z wyjątkiem alfanumerycznych [^a-zA-Z0-9_]

Powtarzalność

Powyżej opisane możliwości wyrażeń regularnych pozwalają zrobić dopasowanie do wybranego znaku. Co jednak w przypadku gdy zajdzie potrzeba dopasowania do wielu znaków z danego zbioru? Z pomocą tutaj przychodzą operatory powtórzeń:

  • * – powtórzenie 0 lub więcej razy. Jest to powtórzenie chciwe
  • + – powtórzenie 1 lub więcej razy
  • ? – 0 lub 1 wystąpienie
  • {m, n} – od m do n wystąpień. Można pominąć jedną z liter

Umieszczenie takiego operatora za zbiorem, określa ile razy ma wystąpić dopasowanie do danego zbioru.

Dopasowanie będzie działało dla każdego ciągu znaków, w którym występują znaki a, b, c

Na uwagę zasługuje fakt, iż dopasowanie jest „zachłanne”, co oznacza że wyrażenie regularne (jeśli tylko może) będzie próbowało dopasować się do jak największej ilości znaków.

Powtarzalność zachłanna lub niezachłanna

Powtarzalność w wyrażeniach regularnych domyślnie jest zachłanna (wyrażenie regularne próbuje dopasować jak najdłuższy ciąg znaków). Można ustawić powtarzalność niezachłanną, dodając znak zapytania, bezpośrednio po operatorze powtórzenia:

  • *?
  • +?
  • ??
  • {m,n}?

Więcej na temat wyrażeń regularnych znajdziesz w dokumentacji Pythona

Źródła:

https://docs.python.org/3.6/library/re.html#re-syntax

https://docs.python.org/3.6/howto/regex.html