RegEx
RegEx یا عبارت منظم، دنباله ای از کاراکترها است که یک الگوی جستجو را تشکیل می‌دهد.[۱]
RegEx را می‌توان برای بررسی اینکه آیا رشته‌ای الگوی جستجوی خاصی دارد یا نه استفاده کرد.
ماژول RegEx
پایتون یک بستهٔ داخلی (به انگلیسی: built-in package) به نام re دارد که می‌توان برای کار با عبارت‌های منظم از آن استفاده کرد.
وارد کردن ماژول re:
import re
RegEx در پایتون
هنگامی که ماژول re را اضافه کردید (به انگلیسی: Import)، می‌توانید از عبارت‌های منظم استفاده کنید:
مثال
رشته را جستجو می‌کند تا بفهمد آیا با “The” شروع و با “Spain” تمام می‌شود یا نه:
1 txt = "The rain in Spain"
2 x = re.search("^The.*Spain$", txt)
توابع RegEx
ماژول re مجموعه ای از توابع را ارائه می‌دهد که رشته را برای یافتن مطابقت جستجو می‌کند:
| تابع | تعریف |
|---|---|
| findall | لیستی شامل همهٔ مطابقت‌ها را برمی‌گرداند |
| search | اگر در هر جایی از رشته مطابقتی وجود داشته باشد، یک Match object برمی‌گرداند |
| split | لیستی از بخش‌هایی برمی‌گرداند که رشته برای هر تطبیق جدا می‌شود |
| sub | یک یا چند مطابقت را با یک رشته جایگزین می‌کند |
متا کاراکترها (به انگلیسی: Metacharacters)
Metacharacters کاراکترهایی با معنای خاص هستند:
| کاراکتر | تعریف | مثال | امتحان کنید |
|---|---|---|---|
| [] | مجموعه ای از کاراکترها | "[a-m]" | |
| \ | دنبالهٔ خاصی را نشان می‌دهد (همچنین می‌توان برای دنبال کردن کاراکترهای خاص استفاده کرد) | "\d" | |
| . | هر کاراکتری (به جز کاراکتر خط جدید) | "he..o" | |
| ^ | شروع با | "^hello" | |
| $ | خاتمه با | "world$" | |
| * | ظهور به تعداد صفر یا بیشتر | "aix*" | |
| + | یک یا چند بار ظهور | "aix+" | |
| {} | تعداد دقیق مشخص ظاهر شدن‌ها | "al{2}" | |
| | | یا | "falls|stays" | |
| () | گروه‌بندی و گرفتن |
دنباله های خاص
دنباله خاص یک \ به همراه یکی از کاراکترهای لیست زیر است و معنای خاصی دارد:
| کاراکتر | تعریف | مثال | امتحان کنید |
|---|---|---|---|
| \A | اگر کاراکترهای تعیین شده در ابتدای رشته باشند، یک مطابقت را برمی‌گرداند | "\AThe" | |
| \b | درصورتیکه کاراکترهای تعیین شده در ابتدای یا انتهای یک کلمه باشند، یک مطابقت را برمی‌گرداند | r"\bain"
r"ain\b" |
|
| \B | درصورتیکه کاراکترهای تعیین شده حضور داشته باشند اما نه در ابتدای (یا انتهای) یک کلمه باشند، یک مطابقت را برمی‌گرداند | r"\Bain"
r"ain\B" |
|
| \d | درصورتیکه رشته دارای ارقام (اعداد بین ۰-۹) باشند، یک مطابقت را برمی‌گرداند | "\d" | |
| \D | درصورتیکه رشته دارای عدد نباشد، یک مطابقت را برمی‌گرداند | "\D" | |
| \s | درصورتیکه رشته دارای کاراکترهای فاصله باشد، یک مطابقت را برمی‌گرداند | "\s" | |
| \S | درصورتیکه رشته دارای کاراکترهای فاصله نباشد، یک مطابقت را برمی‌گرداند | "\S" | |
| \w | درصورتیکه رشته دارای هر کاراکتر کلمه ای باشد، یک مطابقت را برمی‌گرداند (کاراکترهای از a تا Z، ارقام ۰-۹ و کاراکتر _) | "\w" | |
| \W | درصورتیکه رشته هیچ کاراکتر کلمه‌ای نداشته باشد، یک مطابقت را برمی‌گرداند | "\W" | |
| \Z | درصورتیکه کاراکترهای مشخص شده در انتهای رشته باشد، یک مطابقت را برمی‌گرداند | "Spain\Z" |
مجموعه ها
یک مجموعه، مجموعه ای از کاراکترها داخل یک جفت براکت [] و با معنای خاص است:
| مجموعه | تعریف | امتحان کنید |
|---|---|---|
| [arn] | یکی از کاراکترهای مشخص شده (a, r, یا n) وجود داشته باشند
|
|
| [a-n] | هر کاراکتری بین a و n بر اساس الفبای انگلیسی باشد؛ البته فقط حروف کوچک.
|
|
| [^arn] | هر کاراکتری به جز a, r, و n باشد
|
|
| [0123] | هر یک از ارقام مشخص شده (0, 1, 2, یا 3) وجود داشته باشد
|
|
| [0-9] | هریک از ارقام 0 تا 9 وجود داشته باشد
|
|
| [0-5][0-9] | هریک از اعداد دو رقمی بین 00 و 59 وجود داشته باشد
|
|
| [a-zA-Z] | هریک از کاراکترهای الفبایی بین a و z، حروف کوچک یا حروف بزرگ باشد
|
|
| [+] | در مجموعه‌ها، +, *, ., |, (), $,{} معنی خاصی ندارند، بنابراین [+] یعنی: هر کاراکتر + در رشته وجود داشته باشد
|
تابع findall()
تابع findall() لیستی از همهٔ مطابقت‌های (به انگلیسی: matches) موجود را برمی‌گرداند.
مثال
لیستی از همهٔ مطابقت‌ها برمی‌گرداند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.findall("ai", txt)
5 print(x)
لیست مطابقت‌ها، به ترتیب پیدا شدن آنهاست.
اگر هیچ مطابقتی وجود نداشت، یک لیست خالی را برمی‌گرداند:
مثال
اگر هیچ مطابقتی پیدا نکند، یک لیست خالی را برمی‌گرداند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.findall("Portugal", txt)
5 print(x)
تابع search()
تابع search() رشته را برای بافتن مظابقت‌ها جستجو می‌کند و در صورت یافتن مطابقت یک Match object را برمی‌گرداند.
اگر بیش از یک مطابقت وجود داشت، فقط اولین ظهور آن را برمی‌گرداند:
مثال
اولین ظهور کاراکتر فاصله خالی در رشته را جستجو می‌کند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.search("\s", txt)
5
6 print("The first white-space character is located in position:", x.start())
اگر هیچ مطابقتی پیدا نشد، مقدار None را برمی‌گرداند:
مثال
جستجویی را انجام می‌دهد که هیچ مطابقتی را برنمی‌گرداند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.search("Portugal", txt)
5 print(x)
تابع split()
تابع split() لیستی را برمی‌گرداند که در آن رشته در هر مطابقت تقسیم شده‌است:
مثال
در هر کاراکتر فاصله خالی تقسیم شده‌است:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.split("\s", txt)
5 print(x)
می‌توانید تعداد وقوع‌ها را با مشخص کردن پارامتر maxsplit کنترل کنید:
مثال
رشته را فقط در اولین وقوع تقسیم می‌کند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.split("\s", txt, 1)
5 print(x)
تابع sub()
تابع sub() مطابقت‌ها را با متن مورد نظر شما جایگزین می‌کند:
مثال
همهٔ کاراکترهای فاصله خالی را با عدد ۹ جایگزین می‌کند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.sub("\s", "9", txt)
5 print(x)
می‌توانید تعداد جایگزینی‌ها را با تعیین پارامتر count کنترل کنید:
مثال
دو وقوع اول را جایگزین می‌کند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.sub("\s", "9", txt, 2)
5 print(x)
Match Object
Match Object (به فارسی: شیء مطابقت) شیءی شامل اطلاعات مربوط به جستجو و نتایج آن است.
None به جای Match Object برگردانده می‌شود.مثال
جستجویی انجام می‌دهد که یک Match Object برمی‌گرداند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.search("ai", txt)
5 print(x) #this will print an object
متدها و خصوصیت‌های Match Object برای بازیابی اطلاعات در مورد جستجو و نتیجه آن استفاده می‌شوند:
.span() تاپلی شامل مکان شروع و پایان مطابقت را برمی‌گرداند.
.string رشتهٔ پاس شده به تابع را برمی‌گرداند
.group() بخشی از رشته که مطابقت در آن بوده را برمی‌گرداند
مثال
مکان (مکان شروع و پایان) اولین وقوع مطابقت را چاپ می‌کند.
عبارت منظم هر کلمه ای که با “S” بزرگ شروع شده باشد را جستجو می‌کند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.search(r"\bS\w+", txt)
5 print(x.span())
مثال
رشتهٔ پاس شده به تابع را چاپ می‌کند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.search(r"\bS\w+", txt)
5 print(x.string)
مثال
بخشی از رشته که مطابقت در آن وجود دارد را چاپ می‌کند.
عبارت منظم هر کلمه ای که با “S” بزرگ شروع شده باشد را جستجو می‌کند:
1 import re
2
3 txt = "The rain in Spain"
4 x = re.search(r"\bS\w+", txt)
5 print(x.group())
None به جای Match Object برگردانده می‌شود.
منابع آموزشی