Hướng dẫn python regex match in file - python regex khớp trong tệp

Biểu hiện chính quy trong Python là gì?

Một biểu thức chính quy (RE) trong ngôn ngữ lập trình là một chuỗi văn bản đặc biệt được sử dụng để mô tả mẫu tìm kiếm. Nó cực kỳ hữu ích để trích xuất thông tin từ văn bản như mã, tệp, nhật ký, bảng tính hoặc thậm chí các tài liệu.Regular Expression (RE) in a programming language is a special text string used for describing a search pattern. It is extremely useful for extracting information from text such as code, files, log, spreadsheets or even documents.

Mặc dù sử dụng biểu thức thông thường Python, điều đầu tiên là nhận ra là mọi thứ về cơ bản là một nhân vật và chúng tôi đang viết các mẫu để phù hợp với một chuỗi các ký tự cụ thể cũng được gọi là chuỗi. Các chữ cái ASCII hoặc Latin là những chữ cái trên bàn phím của bạn và Unicode được sử dụng để phù hợp với văn bản nước ngoài. Nó bao gồm các chữ số và dấu câu và tất cả các ký tự đặc biệt như $#@!%, V.v.

Trong hướng dẫn Python Regex này, chúng ta sẽ học hỏi-

• Cú pháp biểu thức chính quy
• Ví dụ về biểu thức W+ và ^
• Ví dụ về biểu thức \ s trong hàm re.split
• Sử dụng các phương thức biểu thức chính quy
• Sử dụng re.match ()
• Tìm mẫu trong văn bản (Re.Search ())
• Sử dụng Re.Findall cho văn bản
• Cờ Python
• Ví dụ về cờ Re.m hoặc Multiline

Chẳng hạn, một biểu thức thông thường Python có thể cho một chương trình tìm kiếm văn bản cụ thể từ chuỗi và sau đó in ra kết quả cho phù hợp. Biểu thức có thể bao gồm

• Phù hợp với văn bản
• Sự lặp lại
• Phân nhánh
• Thành phần mô hình, v.v.

Biểu thức chính quy hoặc regex trong python được ký hiệu là RE (res, regexes hoặc mẫu regex) được nhập thông qua mô -đun RE. Python hỗ trợ biểu thức thường xuyên thông qua các thư viện. Regex trong Python hỗ trợ nhiều thứ khác nhau như bộ sửa đổi, định danh và ký tự không gian trắng.re module. Python supports regular expression through libraries. RegEx in Python supports various things like Modifiers, Identifiers, and White space characters.

\ b = bất kỳ ký tự nào ngoại trừ dòng mới

import re

• [] = phạm vi hoặc phương sai
• ——————-

\.

{x} = Số lượng mã trước đó

• Biểu thức thông thường (Re) cú phápThis expression matches the start of a string
• Mô -đun RE re được bao gồm với Python chủ yếu được sử dụng để tìm kiếm và thao tác chuỗi“: This expression matches the alphanumeric character in the string

Cũng được sử dụng thường xuyên cho trang web của trang web Scraping (trích xuất một lượng lớn dữ liệu từ các trang web)

Chúng tôi sẽ bắt đầu hướng dẫn biểu thức với bài tập đơn giản này bằng cách sử dụng các biểu thức (W+) và (^).

"^: Biểu thức này phù hợp với sự khởi đầu của một chuỗi

"W+": biểu thức này phù hợp với ký tự chữ và số trong chuỗi

• Ở đây chúng ta sẽ thấy một ví dụ Python Regex về cách chúng ta có thể sử dụng biểu thức W+ và ^ trong mã của chúng ta. Chúng tôi bao gồm hàm re.findall () trong python, sau này trong hướng dẫn này nhưng trong một thời gian, chúng tôi chỉ cần tập trung vào biểu thức \ w+ và \^.

Ví dụ, đối với chuỗi của chúng tôi, Gur Gur99, giáo dục rất thú vị nếu chúng tôi thực thi mã với W+ và^, nó sẽ cung cấp cho đầu ra của Gur Gur99.

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

Hãy nhớ rằng, nếu bạn xóa +ký hiệu khỏi W +, đầu ra sẽ thay đổi và nó sẽ chỉ đưa ra ký tự đầu tiên của chữ cái đầu tiên, tức là, [G]

Ví dụ về biểu thức \ s trong hàm re.split

“S ': biểu thức này được sử dụng để tạo khoảng trống trong chuỗi

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')))

Để hiểu làm thế nào Regex này trong Python hoạt động, chúng tôi bắt đầu với một ví dụ Python Regex đơn giản về chức năng phân chia. Trong ví dụ, chúng tôi đã phân chia từng từ bằng cách sử dụng hàm Re.Split và đồng thời chúng tôi đã sử dụng biểu thức cho phép phân tích từng từ trong chuỗi một cách riêng biệt.

Sử dụng các phương thức biểu thức chính quy

Gói RE RE cung cấp một số phương thức để thực sự thực hiện các truy vấn trên chuỗi đầu vào. Chúng ta sẽ thấy các phương pháp của RE trong Python:

• re.match()
• re.search()
• re.findall()

Lưu ý: Dựa trên các biểu thức thông thường, Python cung cấp hai hoạt động nguyên thủy khác nhau. Phương thức khớp chỉ kiểm tra một khớp chỉ ở đầu chuỗi trong khi tìm kiếm kiểm tra để khớp ở bất cứ đâu trong chuỗi.: Based on the regular expressions, Python offers two different primitive operations. The match method checks for a match only at the beginning of the string while search checks for a match anywhere in the string.

RE.Match () Chức năng của RE trong Python sẽ tìm kiếm mẫu biểu thức thông thường và trả về lần xuất hiện đầu tiên. Phương thức khớp Python Regex chỉ kiểm tra một trận đấu chỉ ở đầu chuỗi. Vì vậy, nếu một trận đấu được tìm thấy trong dòng đầu tiên, nó sẽ trả về đối tượng khớp. Nhưng nếu một trận đấu được tìm thấy trong một số dòng khác, chức năng trận đấu Python Regex trả về NULL. function of re in Python will search the regular expression pattern and return the first occurrence. The Python RegEx Match method checks for a match only at the beginning of the string. So, if a match is found in the first line, it returns the match object. But if a match is found in some other line, the Python RegEx Match function returns null.

Ví dụ: xem xét mã sau của hàm python re.match (). Biểu thức của W+W+và và \ W W W W W W W W W W W W W W W W W W W W W W W W W W W sắp phù hợp với các từ bắt đầu bằng chữ ’g, và sau đó, bất cứ điều gì không được bắt đầu với‘ G, không được xác định. Để kiểm tra khớp với từng phần tử trong danh sách hoặc chuỗi, chúng tôi chạy FORLOOP trong ví dụ Python re.match () này.

Re.Search (): Tìm mẫu trong văn bản

Chức năng RE.Search () sẽ tìm kiếm mẫu biểu thức thông thường và trả về lần xuất hiện đầu tiên. Không giống như python re.match (), nó sẽ kiểm tra tất cả các dòng của chuỗi đầu vào. Hàm python re.search () trả về một đối tượng khớp khi tìm thấy mẫu và không tìm thấy mẫu nếu không tìm thấy mẫu function will search the regular expression pattern and return the first occurrence. Unlike Python re.match(), it will check all lines of the input string. The Python re.search() function returns a match object when the pattern is found and “null” if the pattern is not found

Làm thế nào để sử dụng tìm kiếm ()?

Để sử dụng hàm search (), bạn cần nhập mô -đun Python Re trước và sau đó thực thi mã. Hàm python re.search () có mô hình trực tuyến và văn bản trực tuyến để quét từ chuỗi chính của chúng tôi

Ví dụ, ở đây, chúng tôi tìm kiếm hai chuỗi theo nghĩa đen, thử nghiệm phần mềm trực tuyến, ngay lập tức, trong một chuỗi văn bản, thử nghiệm phần mềm rất thú vị. Đối với thử nghiệm phần mềm của người Viking, chúng tôi đã tìm thấy kết quả phù hợp do đó nó trả về đầu ra của Python re.search () ví dụ như đã tìm thấy một trận đấu, trong khi đối với từ ”.

re.findall()

Mô -đun Findall () được sử dụng để tìm kiếm tất cả các lần xuất hiện của các trò chơi phù hợp với một mẫu nhất định. Ngược lại, mô -đun search () sẽ chỉ trả về lần xuất hiện đầu tiên phù hợp với mẫu được chỉ định. Findall () sẽ lặp lại trên tất cả các dòng của tệp và sẽ trả về tất cả các trận đấu không chồng chéo của mẫu trong một bước duy nhất. module is used to search for “all” occurrences that match a given pattern. In contrast, search() module will only return the first occurrence that matches the specified pattern. findall() will iterate over all the lines of the file and will return all non-overlapping matches of pattern in a single step.

Làm thế nào để sử dụng re.findall () trong python?

Ở đây chúng tôi có một danh sách các địa chỉ e-mail và chúng tôi muốn tất cả các địa chỉ e-mail được tìm ra từ danh sách, chúng tôi sử dụng phương thức re.findall () trong Python. Nó sẽ tìm thấy tất cả các địa chỉ e-mail từ danh sách.

Dưới đây là mã hoàn chỉnh, ví dụ: 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 = ', , '
emails = re.findall(r'[\w\.-]+@[\w\.-]+', abc)
for email in emails:
    print(email)

Cờ Python

Nhiều phương thức Python Regex và các hàm Regex có một đối số tùy chọn gọi là cờ. Cờ này có thể sửa đổi ý nghĩa của mẫu Python Regex đã cho. Để hiểu những điều này, chúng ta sẽ thấy một hoặc hai ví dụ về những lá cờ này.

Các lá cờ khác nhau được sử dụng trong Python bao gồm

Ví dụ về cờ Re.m hoặc Multiline

Trong Multiline, ký tự mẫu [^] khớp với ký tự đầu tiên của chuỗi và đầu của mỗi dòng (theo ngay sau mỗi dòng mới). Trong khi biểu thức nhỏ W W W được sử dụng để đánh dấu không gian với các ký tự. Khi bạn chạy mã, biến đầu tiên, K1 K1, chỉ in ra ký tự ‘G, cho Word Guru99, trong khi khi bạn thêm cờ đa dòng, nó sẽ tìm ra các ký tự đầu tiên của tất cả các phần tử trong chuỗi.

Đây là mã

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

• Chúng tôi đã tuyên bố biến xx cho chuỗi trực tuyến Gur99. Careerguru99… .selenium ”
• Chạy mã mà không cần sử dụng FLAGS MULTILINE, nó chỉ cung cấp đầu ra ’g, từ các dòng
• Chạy mã bằng cờ Multiline, khi bạn in ‘K2, nó cung cấp đầu ra là‘ g, ’c, và’ s.
• Vì vậy, sự khác biệt chúng ta có thể thấy sau và trước khi thêm nhiều dòng trong ví dụ trên.

Tương tự như vậy, bạn cũng có thể sử dụng các cờ python khác như re.u (unicode), re.l (theo địa phương), re.x (cho phép bình luận), v.v.

Ví dụ Python 2

Các mã trên là ví dụ Python 3, nếu bạn muốn chạy trong Python 2, vui lòng xem xét mã sau.

# 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 = ', , '
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

Bản tóm tắt

Một biểu thức chính quy trong ngôn ngữ lập trình là một chuỗi văn bản đặc biệt được sử dụng để mô tả mẫu tìm kiếm. Nó bao gồm các chữ số và dấu câu và tất cả các ký tự đặc biệt như $#@!%, V.v. Biểu thức có thể bao gồm theo nghĩa đen

• Phù hợp với văn bản
• Sự lặp lại
• Phân nhánh
• Thành phần mô hình, v.v.

Trong Python, một biểu thức chính quy được ký hiệu là RE (res, regexes hoặc mẫu regex) được nhúng thông qua mô -đun RE Python.

• Mô -đun RE re được bao gồm với Python chủ yếu được sử dụng để tìm kiếm và thao tác chuỗi
• Cũng được sử dụng thường xuyên cho trang web của Scraping Scraping (trích xuất một lượng lớn dữ liệu từ các trang web)
• Các phương thức biểu thức thông thường bao gồm re.match (), re.search () & re.findall () re.match(),re.search()& re.findall()
• Các phương thức thay thế python regex khác là sub () và subn () được sử dụng để thay thế các chuỗi phù hợp trong re
• Python cờ nhiều phương thức Python Regex và các chức năng Regex có một đối số tùy chọn gọi là cờ Many Python Regex Methods and Regex functions take an optional argument called Flags
• Cờ này có thể sửa đổi ý nghĩa của mẫu regex đã cho
• Các cờ python khác nhau được sử dụng trong các phương thức regex là re.m, re.i, re.s, v.v.