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

Hvad er regulært udtryk i Python?

A Regulært udtryk (RE) i et programmeringssprog er en speciel tekststreng, der bruges til at beskrive et søgemønster. Det er yderst nyttigt til at udtrække information fra tekst såsom kode, filer, log, regneark eller endda dokumenter.

Overvej for eksempel følgende kode af Python re.match() funktion. Udtrykket "w+" og "\W" vil matche ordene, der begynder med bogstavet 'g', og derefter identificeres alt, der ikke starter med 'g'. For at kontrollere match for hvert element i listen eller strengen, kører vi forloop i denne Python re.match() Eksempel.

re.search(): Find mønster i tekst

forskning() funktionen vil søge i det regulære udtryksmønster og returnere den første forekomst. I modsætning til Python re.match(), vil den kontrollere alle linjer i inputstrengen. De Python re.search()-funktionen returnerer et match-objekt, når mønsteret er fundet, og "null", hvis mønsteret ikke findes

Hvordan bruger man søgning()?

For at bruge søgefunktionen () skal du importere Python remodul først, og kør derefter koden. De Python re.search()-funktionen tager "mønsteret" og "teksten" for at scanne fra vores hovedstreng

For eksempel her ser vi efter to bogstavelige strenge "Software testing" "guru99", i en tekststreng "Software Test er sjovt”. Til "softwaretest" fandt vi matchen, derfor returnerer den outputtet af Python re.search() Eksempel som "fundet et match", mens ordet "guru99" ikke kunne findes i strengen, og derfor returnerer det output som "No match".

Sådan bruger du re.findall() i Python?

Her har vi en liste med e-mailadresser, og vi ønsker at alle e-mailadresser skal hentes ud af listen, vi bruger metoden re.findall() i Python. Den vil finde alle e-mailadresser fra listen.

Her er den komplette kode 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 = 'guru99@google.com, careerguru99@hotmail.com, users@yahoomail.com'
emails = re.findall(r'[\w\.-]+@[\w\.-]+', abc)
for email in emails:
    print(email)

Python Flag

Mange Python Regex-metoder og Regex-funktioner tager et valgfrit argument kaldet Flags. Dette flag kan ændre betydningen af ​​det givne Python Regex mønster. For at forstå disse vil vi se et eller to eksempler på disse flag.

Forskellige flag brugt i Python omfatter

Eksempel på re.M eller Multiline Flag

I multiline matcher mønstertegnet [^] det første tegn i strengen og begyndelsen af ​​hver linje (følger umiddelbart efter hver ny linje). Mens udtrykket lille "w" bruges til at markere mellemrummet med tegn. Når du kører koden, udskriver den første variabel "k1" kun tegnet 'g' for word guru99, mens når du tilføjer multiline flag, henter den de første tegn af alle elementerne 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 erklærede variablen xx for streng ”guru99…. careerguru99….selen”
• Kør koden uden at bruge flag multiline, det giver kun output 'g' fra linjerne
• Kør koden med flag "multiline", når du udskriver 'k2' giver det output som 'g', 'c' og 's'
• Så forskellen kan vi se efter og før tilføjelse af multi-linjer i ovenstående eksempel.

Ligeledes kan du også bruge andet Python flag som re.U (Unicode), re.L (Følg lokalitet), re.X (Tillad kommentar) osv.

Python 2 Eksempel

Ovenstående koder er Python 3 eksempler, hvis du vil løbe ind Python 2 Overvej venligst 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 = 'guru99@google.com, careerguru99@hotmail.com, users@yahoomail.com'
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 Viden

Resumé

Et regulært udtryk i en programmeringssprog er en speciel tekststreng, der bruges til at beskrive et søgemønster. Det inkluderer cifre og tegnsætning og alle specialtegn som $#@!% osv. Udtryk kan omfatte bogstaveligt tal

• Tekstmatchning
• Gentagelse
• forgrening
• Mønster-sammensætning mv.

In Python, er et regulært udtryk betegnet som RE (RE'er, regexes eller regex-mønster) er indlejret gennem Python re modul.

• "re" modul medfølger Python bruges primært til strengsøgning og manipulation
• Bruges også ofte til webside "Scraping" (udtræk store mængder data fra websteder)
• Regulære udtryksmetoder omfatter re.match(),re.search()& re.findall()
• Andet Python RegEx-erstatningsmetoder er sub() og subn(), som bruges til at erstatte matchende strenge i re
• Python Flag Mange Python Regex-metoder og Regex-funktioner tager et valgfrit argument kaldet Flags
• Dette flag kan ændre betydningen af ​​det givne Regex-mønster
• Various Python flag brugt i Regex Methods er re.M, re.I, re.S osv.