Python-догу регулярдык туюнтмалар
Текст шаблонун бир жолу сүрөттөп, аны менен издеңиз, чыгарыңыз, текшериңиз жана алмаштырыңыз
re модулу ошол шаблонду окуп, сапта ага дал келген ар бир жерди табат.
- литералдардан, метасимволдордон, символ класстарынан жана квантификаторлордон түзүлгөн шаблонду окуу;
- негизги
reфункцияларын колдонуу —search,findall,sub,splitжанаcompile; - дал келүүнүн бөлүктөрүн топтор жана аталган топтор менен кармап алуу;
- күнүмдүк маселелерди чечүү: текстти текшерүү, чыгаруу жана тазалоо;
- регулярдык туюнтма туура эмес курал болгон учурду таанып, андан жөнөкөйүрөөк нерсени тандоо.
1. Регулярдык туюнтма деген эмне?
Regex-ти текст үчүн трафарет катары элестетиңиз. Трафарет — бул фигура кесилип алынган карточка; аны бетке коюңуз, тешиктен форма дал келген бөлүктөр гана көрүнөт. Регулярдык туюнтма саптар үчүн ушундай эле иштейт: сиз форманы бир жолу сүрөттөйсүз, ал эми кыймылдаткыч аны текст боюнча жылдырып, форма дал келген ар бир жер жөнүндө билдирет.
Сиз текстти "needle" in haystack же str.find аркылуу «түз» издеп көргөнсүз. Алар символдордун так ырааттуулугун гана табат. Regex болсо саптардын бүтүндөй үй-бүлөсүн табат: \d{4} каалаган төрт цифрага дал келет — 1999, 2026, 0000 — аларды тизбестен. Дал ушул идея регулярдык туюнтмаларды телефон номерлери, даталар, лог саптары жана файл аттары үчүн күчтүү кылат.
Python-до бул күч стандарттык китепкананын re модулу аркылуу жеткиликтүү. Эч нерсе орнотуунун кереги жок — жөн гана import re.