Python RegEx: re.match(), re.search(), re.findall() med Eksempel

Mens du bruker Python regulære uttrykk det første er å gjenkjenne er at alt i hovedsak er et tegn, og vi skriver mønstre for å matche en bestemt sekvens av tegn, også referert til som streng. Ascii eller latinske bokstaver er de som er på tastaturene dine, og Unicode brukes for å matche den fremmede teksten. Den inkluderer sifre og tegnsetting og alle spesialtegn som $#@!% osv.

For eksempel a Python regulære uttrykk kan fortelle et program å søke etter spesifikk tekst fra strengen og deretter skrive ut resultatet deretter. Uttrykk kan inkludere

• Tekstmatching
• Gjentakelse
• forgrening
• Mønster-komposisjon etc.

Regulært uttrykk eller RegEx in Python er angitt som RE (RE-er, regexes eller regex-mønster) importeres gjennom re modul. Python støtter regelmessig uttrykk gjennom biblioteker. RegEx i Python støtter ulike ting som Modifikatorer, identifikatorer og mellomromstegn.

Syntaks for regulært uttrykk (RE).

import re

• "re"-modul følger med Python primært brukt til strengsøking og manipulering
• Brukes også ofte for nettsider "skraping" (trekk ut store mengder data fra nettsteder)

Vi vil begynne uttrykksopplæringen med denne enkle øvelsen ved å bruke uttrykkene (w+) og (^).

Eksempel på w+ og ^ uttrykk

• «^»: Dette uttrykket samsvarer med starten på en streng
• "w+“: Dette uttrykket samsvarer med det alfanumeriske tegnet i strengen

Her vil vi se en Python RegEx Eksempel på hvordan vi kan bruke w+ og ^ uttrykk i koden vår. Vi dekker funksjonen re.findall() i Python, senere i denne opplæringen, men for en stund fokuserer vi ganske enkelt på \w+ og \^ uttrykk.

For eksempel, for strengen vår “guru99, education is fun” hvis vi kjører koden med w+ og^, vil den gi utdataene “guru99”.

import re
xx = "guru99,education is fun"
r1 = re.findall(r"^\w+",xx)
print(r1)

Husk at hvis du fjerner +tegnet fra w+, vil utdata endres, og det vil bare gi det første tegnet i den første bokstaven, dvs. [g]

Eksempel på \s uttrykk i re.split funksjon

• "s": Dette uttrykket brukes for å lage et mellomrom i strengen

For å forstå hvordan dette RegEx inn Python fungerer, begynner vi med en enkel Python RegEx Eksempel på en delt funksjon. I eksemplet har vi delt hvert ord ved å bruke «re.split»-funksjonen og samtidig har vi brukt uttrykk \s som gjør det mulig å analysere hvert ord i strengen separat.

Når du kjører denne koden vil den gi deg utdataene ['vi', 'er', 'splitting', 'the', 'ord'].

La nå se hva som skjer hvis du fjerner "\" fra s. Det er ikke noe 's'-alfabet i utdataene, dette er fordi vi har fjernet '\' fra strengen, og den evaluerer "s" som et vanlig tegn og deler dermed ordene der den finner "s" i strengen.

På samme måte er det serier av andre Python regulære uttrykk som du kan bruke på ulike måter i Python som \d,\D,$,\.,\b osv.

Her er den komplette koden

import re
xx = "guru99,education is fun"
r1 = re.findall(r"^\w+", xx)
print((re.split(r'\s','we are splitting the words')))
print((re.split(r's','split the words')))

Deretter skal vi se hvilke typer metoder som brukes med regulært uttrykk i Python.

Bruke regulære uttrykksmetoder

"re"-pakken gir flere metoder for å faktisk utføre spørringer på en inndatastreng. Vi vil se metodene for re in Python:

• re.match()
• forskning()
• re.findall()

Merknader: Basert på de regulære uttrykkene, Python tilbyr to forskjellige primitive operasjoner. Samsvarsmetoden sjekker etter samsvar bare i begynnelsen av strengen, mens søk sjekker for samsvar hvor som helst i strengen.

re.match()

re.match() funksjon av re in Python vil søke i det regulære uttrykksmønsteret og returnere den første forekomsten. De Python RegEx Match-metoden ser etter en match bare i begynnelsen av strengen. Så hvis en match blir funnet på den første linjen, returnerer den matchobjektet. Men hvis en match er funnet i en annen linje, vil Python RegEx Match-funksjonen returnerer null.

Tenk for eksempel på følgende kode for Python re.match() funksjon. Uttrykket "w+" og "\W" vil samsvare med ordene som begynner med bokstaven 'g', og deretter blir ikke alt som ikke starter med 'g' identifisert. For å sjekke samsvar for hvert element i listen eller strengen, kjører vi forloopen i denne Python re.match() Eksempel.

re.search(): Finne mønster i tekst

forskning() funksjonen vil søke i det regulære uttrykksmønsteret og returnere den første forekomsten. I motsetning til Python re.match(), vil den sjekke alle linjene i inndatastrengen. De Python re.search()-funksjonen returnerer et matchobjekt når mønsteret er funnet og "null" hvis mønsteret ikke blir funnet

Hvordan bruker jeg søk()?

For å bruke søke()-funksjonen, må du importere Python re modul først og utfør deretter koden. De Python re.search()-funksjonen tar "mønsteret" og "teksten" for å skanne fra hovedstrengen vår

For eksempel her ser vi etter to bokstavelige strenger "Software testing" "guru99", i en tekststreng "Software" Testing er gøy». For "programvaretesting" fant vi samsvaret, og returnerer derfor utdataene til Python re.search() Eksempel som "funnet en match", mens for ordet "guru99" kunne vi ikke finne i strengen, og derfor returnerer det utdata som "No match".

Slik bruker du re.findall() i Python?

Her har vi en liste med e-postadresser, og vi ønsker at alle e-postadressene skal hentes ut fra listen, vi bruker metoden re.findall() i Python. Den vil finne alle e-postadressene fra listen.

Her er den komplette koden for eksempel på re.findall()

import re

list = ["guru99 get", "guru99 give", "guru Selenium"]
for element in list:
    z = re.match("(g\w+)\W(g\w+)", element)
if z:
    print((z.groups()))
    
patterns = ['software testing', 'guru99']
text = 'software testing is fun?'
for pattern in patterns:
    print('Looking for "%s" in "%s" ->' % (pattern, text), end=' ')
    if re.search(pattern, text):
        print('found a match!')
else:
    print('no match')
abc = '[email protected], [email protected], [email protected]'
emails = re.findall(r'[\w\.-]+@[\w\.-]+', abc)
for email in emails:
    print(email)

Python Flagg

Mange Python Regex-metoder og Regex-funksjoner tar et valgfritt argument kalt Flags. Disse flaggene kan endre betydningen av det gitte Python Regex-mønster. For å forstå disse vil vi se ett eller to eksempler på disse flaggene.

Ulike flagg brukt i Python inkluderer

Eksempel på re.M eller Multiline Flags

I multiline samsvarer mønstertegnet [^] med det første tegnet i strengen og begynnelsen av hver linje (følger umiddelbart etter hver ny linje). Mens uttrykket lite "w" brukes til å markere mellomrommet med tegn. Når du kjører koden, skriver den første variabelen "k1" bare ut tegnet 'g' for ord guru99, mens når du legger til flerlinjeflagg, henter den ut de første tegnene i alle elementene i strengen.

Her er koden

import re
xx = """guru99 
careerguru99	
selenium"""
k1 = re.findall(r"^\w", xx)
k2 = re.findall(r"^\w", xx, re.MULTILINE)
print(k1)
print(k2)

• Vi erklærte variabelen xx for streng ”guru99…. careerguru99….selenium”
• Kjør koden uten å bruke flagg med flere linjer, det gir utdata bare 'g' fra linjene
• Kjør koden med flagget "multiline", når du skriver ut 'k2' gir det utdata som 'g', 'c' og 's'
• Så forskjellen kan vi se etter og før vi legger til flere linjer i eksemplet ovenfor.

På samme måte kan du også bruke andre Python flagg som re.U (Unicode), re.L (Følg lokalitet), re.X (Tillat kommentar) osv.

Python 2 Eksempel

Kodene ovenfor er Python 3 eksempler, hvis du vil løpe inn Python 2 vurder følgende kode.

# Example of w+ and ^ Expression
import re
xx = "guru99,education is fun"
r1 = re.findall(r"^\w+",xx)
print r1

# Example of \s expression in re.split function
import re
xx = "guru99,education is fun"
r1 = re.findall(r"^\w+", xx)
print (re.split(r'\s','we are splitting the words'))
print (re.split(r's','split the words'))

# Using re.findall for text
import re

list = ["guru99 get", "guru99 give", "guru Selenium"]
for element in list:
    z = re.match("(g\w+)\W(g\w+)", element)
if z:
    print(z.groups())
    
patterns = ['software testing', 'guru99']
text = 'software testing is fun?'
for pattern in patterns:
    print 'Looking for "%s" in "%s" ->' % (pattern, text),
    if re.search(pattern, text):
        print 'found a match!'
else:
    print 'no match'
abc = '[email protected], [email protected], [email protected]'
emails = re.findall(r'[\w\.-]+@[\w\.-]+', abc)
for email in emails:
    print email

# Example of re.M or Multiline Flags
import re
xx = """guru99 
careerguru99	
selenium"""
k1 = re.findall(r"^\w", xx)
k2 = re.findall(r"^\w", xx, re.MULTILINE)
print k1
print k2

Test din Python Kunnskap

Sammendrag

Et regulært uttrykk i en programmeringsspråk er en spesiell tekststreng som brukes for å beskrive et søkemønster. Den inkluderer sifre og tegnsetting og alle spesialtegn som $#@!% osv. Uttrykk kan inneholde bokstavelig

• Tekstmatching
• Gjentakelse
• forgrening
• Mønster-komposisjon etc.

In Python, er et regulært uttrykk betegnet som RE (RE-er, regekser eller regex-mønster) er innebygd gjennom Python re modul.

• "re"-modul følger med Python primært brukt til strengsøking og manipulering
• Brukes også ofte for "Scraping" av nettsider (trekk ut store mengder data fra nettsteder)
• Regulære uttrykksmetoder inkluderer re.match(),re.search()& re.findall()
• Annet Python RegEx-erstatningsmetoder er sub() og subn() som brukes til å erstatte samsvarende strenger i re
• Python Flagg Mange Python Regex-metoder og Regex-funksjoner tar et valgfritt argument kalt Flags
• Disse flaggene kan endre betydningen av det gitte Regex-mønsteret
• Diverse Python flagg som brukes i Regex-metoder er re.M, re.I, re.S, etc.