Python RegEx
Una RegEx, o un'espressione regolare, è una sequenza di caratteri che forma un modello di ricerca.
RegEx può essere utilizzato per verificare se una stringa contiene il modello di ricerca specificato.
Modulo RegEx
Python ha un pacchetto integrato chiamato re, che può essere utilizzato per lavorare con le espressioni regolari.
Importa il remodulo:
import re
RegEx in Python
Dopo aver importato il remodulo, puoi iniziare a usare le espressioni regolari:
Esempio
Cerca la stringa per vedere se inizia con "The" e termina con "Spain":
import
re
txt = "The rain in Spain"
x = re.search("^The.*Spain$", txt)
Funzioni RegEx
Il remodulo offre un insieme di funzioni che ci permette di cercare una stringa per una corrispondenza:
| 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 |
Metacaratteri
I metacaratteri sono caratteri con un significato speciale:
| 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 |
Sequenze speciali
Una sequenza speciale è \seguita da uno dei caratteri nell'elenco seguente e ha un significato speciale:
| 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" |
Imposta
Un set è un insieme di caratteri all'interno di una coppia di parentesi quadre
[]con un significato speciale:
| 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 |
La funzione trova tutto()
La findall()funzione restituisce un elenco contenente tutte le corrispondenze.
Esempio
Stampa un elenco di tutte le corrispondenze:
import re
txt = "The rain in Spain"
x = re.findall("ai",
txt)
print(x)
L'elenco contiene le corrispondenze nell'ordine in cui sono state trovate.
Se non vengono trovate corrispondenze, viene restituito un elenco vuoto:
Esempio
Restituisce una lista vuota se non è stata trovata alcuna corrispondenza:
import re
txt = "The rain in Spain"
x = re.findall("Portugal",
txt)
print(x)
La funzione search()
La search()funzione cerca una corrispondenza nella stringa e restituisce un oggetto Match se esiste una corrispondenza.
Se sono presenti più corrispondenze, verrà restituita solo la prima occorrenza della corrispondenza:
Esempio
Cerca il primo carattere di spazio vuoto nella stringa:
import re
txt = "The rain in Spain"
x = re.search("\s",
txt)
print("The first white-space character is located in
position:", x.start())
Se non vengono trovate corrispondenze, Noneviene restituito il valore:
Esempio
Effettua una ricerca che non restituisce corrispondenze:
import re
txt = "The rain in Spain"
x = re.search("Portugal",
txt)
print(x)
La funzione split()
La split()funzione restituisce un elenco in cui la stringa è stata divisa ad ogni corrispondenza:
Esempio
Dividi ad ogni carattere di spazio vuoto:
import re
txt = "The rain in Spain"
x = re.split("\s",
txt)
print(x)
È possibile controllare il numero di occorrenze specificando il
maxsplit
parametro:
Esempio
Dividi la stringa solo alla prima occorrenza:
import re
txt = "The rain in Spain"
x = re.split("\s",
txt,
1)
print(x)
La funzione sub()
La sub()funzione sostituisce le corrispondenze con il testo a tua scelta:
Esempio
Sostituisci ogni carattere di spazio vuoto con il numero 9:
import re
txt = "The rain in Spain"
x = re.sub("\s",
"9", txt)
print(x)
È possibile controllare il numero di sostituzioni specificando il
count
parametro:
Esempio
Sostituisci le prime 2 occorrenze:
import re
txt = "The rain in Spain"
x = re.sub("\s",
"9", txt, 2)
print(x)
Abbina oggetto
Un oggetto Match è un oggetto contenente informazioni sulla ricerca e sul risultato.
Nota: se non c'è corrispondenza, Noneverrà restituito il valore, invece dell'oggetto Match.
Esempio
Fai una ricerca che restituirà un oggetto Match:
import re
txt = "The rain in Spain"
x = re.search("ai",
txt)
print(x) #this will print an object
L'oggetto Match ha proprietà e metodi utilizzati per recuperare informazioni sulla ricerca e il risultato:
.span()restituisce una tupla contenente le posizioni di inizio e fine della corrispondenza.
.stringrestituisce la stringa passata nella funzione
.group()restituisce la parte della stringa in cui c'era una corrispondenza
Esempio
Stampa la posizione (posizione iniziale e finale) della prima occorrenza di corrispondenza.
L'espressione regolare cerca tutte le parole che iniziano con una "S" maiuscola:
import re
txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)
print(x.span())
Esempio
Stampa la stringa passata nella funzione:
import re
txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)
print(x.string)
Esempio
Stampa la parte della stringa in cui c'era una corrispondenza.
L'espressione regolare cerca tutte le parole che iniziano con una "S" maiuscola:
import re
txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)
print(x.group())
Nota: se non c'è corrispondenza, Noneverrà restituito il valore, invece dell'oggetto Match.