J'ai compilé plusieurs expressions régulières Python, vous pouvez les prendre et les utiliser !

Les expressions régulières peuvent être utilisées pour rechercher, modifier et manipuler du texte. Python RegEx est largement utilisé par presque toutes les entreprises et présente un bon attrait pour leurs applications, ce qui rend les expressions régulières de plus en plus importantes.

Aujourd'hui, nous allons apprendre ensemble les expressions régulières Python.

Pourquoi utiliser des expressions régulières.

Pour répondre à cette question, examinons d’abord les différents problèmes auxquels nous sommes confrontés et qui peuvent être résolus en utilisant des expressions régulières.

Considérez le scénario suivant :

À la fin de l'article, il y a un fichier journal contenant une grande quantité de données. À partir de ce fichier journal, nous espérons obtenir uniquement la date et l'heure. À première vue, la lisibilité du fichier journal est très faible.

Dans ce cas, les expressions régulières peuvent être utilisées pour identifier des modèles et extraire facilement les informations requises.

Considérez le scénario suivant : vous êtes un vendeur et avez beaucoup d'adresses e-mail, beaucoup d'entre elles sont fausses/invalides, regardez l'image ci-dessous :

Ce que nous pouvons faire, c'est utiliser une formule d'expressions régulières qui peut vérifier le format des adresses e-mail et filtrer les fausses pièces d'identité des vraies pièces d'identité.

Le scénario suivant est très similaire à celui de l'exemple du vendeur, considérons l'image suivante :

Comment valider un numéro de téléphone puis le classer en fonction du pays d'origine ?

Chaque numéro correct aura un modèle spécifique qui peut être suivi et suivi à l'aide d'expressions régulières.

Ensuite, un autre scénario simple :

Nous avons une base de données sur les étudiants avec des détails tels que le nom, l'âge et l'adresse. Imaginons une situation dans laquelle le code de district était à l'origine 59006 mais a maintenant été remplacé par 59076, une situation dans laquelle la mise à jour manuelle de ce code pour chaque élève prendrait beaucoup de temps et le processus serait très long.

Fondamentalement, pour résoudre ces problèmes à l'aide d'expressions régulières, nous trouvons d'abord une chaîne spécifique à partir des données de l'élève contenant les codes PIN, puis nous les remplaçons toutes par la nouvelle chaîne.

Que sont les expressions régulières

Les expressions régulières sont utilisées pour identifier les modèles de recherche dans les chaînes de texte. Cela aide également à déterminer l'exactitude des données. Vous pouvez même utiliser des expressions régulières pour rechercher, remplacer, formater des données, etc.

Considérons l'exemple suivant :

Parmi toutes les données d'une chaîne donnée, en supposant que nous n'avons besoin que de la ville, celle-ci peut être convertie de manière formatée en un dictionnaire contenant uniquement le nom et la ville. La question est maintenant : pouvons-nous identifier un modèle pour deviner les noms et les villes ? On peut aussi connaître l'âge, en vieillissant, c'est facile, non ? C'est juste un entier.

Que fait-on de ce nom ? Si vous regardez le modèle, tous les noms commencent par une lettre majuscule. À l'aide d'expressions régulières, nous pouvons identifier les noms et les âges en utilisant cette méthode.

Nous pouvons utiliser le code suivant

import re
Nameage = '''
Janice is 22 and Theon is 33
Gabriel is 44 and Joey is 21
'''
ages = re.findall(r'd{1,3}', Nameage)
names = re.findall(r'[A-Z][a-z]*',Nameage)
ageDict = {}
x = 0
for eachname in names
ageDict[eachname] = ages[x]
x+=1
print(ageDict)

Sortie :

{'Janice': '22', 'Theon': '33', 'Gabriel': '44', 'Joey': '21'}

Quelques exemples d'expressions régulières :

De nombreuses opérations peuvent être effectuées à l'aide d'expressions régulières. Ici, j'ai répertorié quelques éléments très importants pour vous aider à mieux comprendre l'utilisation des expressions régulières.

Voyons d'abord comment trouver un mot spécifique dans une chaîne

Trouver un mot dans une chaîne

import re
if re.search("inform","we need to inform him with the latest information"):
print("There is inform")

Tout ce que nous faisons ici est de rechercher si le mot informer est présent dans notre chaîne de recherche.

Bien sûr on peut aussi optimiser le code suivant

import re
allinform = re.findall("inform","We need to inform him with the latest information!")
for i in allinform:
print(i)

Ici, dans ce cas particulier, l'infor sera trouvée deux fois. L’un vient de l’information et l’autre de l’information.

Comme indiqué ci-dessus, trouver des mots dans des expressions régulières est aussi simple que cela.

Ensuite, nous apprendrons comment générer des itérateurs à l'aide d'expressions régulières.

Générer des itérateurs

Générer des itérateurs est le processus simple de recherche et de ciblage des indices de début et de fin d'une chaîne. Prenons l'exemple suivant :

import re
Str = "we need to inform him with the latest information"
for i in re.finditer("inform.", Str
locTuple = i.span()
print(locTuple)

Pour chaque correspondance trouvée, les indices de début et de fin sont imprimés. Lorsque nous exécutons le programme ci-dessus, le résultat est le suivant :

(11, 18)
(38, 45)

Ensuite, nous vérifierons comment faire correspondre des mots avec des modèles à l'aide d'expressions régulières.

将单词与模式匹配

考虑一个输入字符串，我们必须将某些单词与该字符串匹配。要详细说明，请查看以下示例代码：

import re
Str = "Sat, hat, mat, pat"
allStr = re.findall("[shmp]at", Str)
for i in allStr:
print(i)

字符串中有什么共同点？可以看到字母“a”和“t”在所有输入字符串中都很常见。代码中的 [shmp] 表示要查找的单词的首字母，因此，任何以字母 s、h、m 或 p 开头的子字符串都将被视为匹配，其中任何一个，并且最后必须跟在“at”后面。

Output:

hat
mat
pat

接下来我们将检查如何使用正则表达式一次匹配一系列字符。

匹配一系列字符范围

我们希望输出第一个字母应该在 h 和 m 之间并且必须紧跟 at 的所有单词。看看下面的例子，我们应该得到的输出是 hat 和 mat

import re
Str = "sat, hat, mat, pat"
someStr = re.findall("[h-m]at", Str)
for i in someStr:
print(i)

Output:

hat
mat

现在让我们稍微改变一下上面的程序以获得一个不同的结果

import re
Str = "sat, hat, mat, pat"
someStr = re.findall("[^h-m]at", Str)
for i in someStr:
print(i)

发现细微差别了吗，我们在正则表达式中添加了插入符号 (^)，它的作用否定了它所遵循的任何效果。我们不会给出从 h 到 m 开始的所有内容的输出，而是会向我们展示除此之外的所有内容的输出。

我们可以预期的输出是不以 h 和 m 之间的字母开头但最后仍然紧随其后的单词。Output:

sat
pat

替换字符串：

接下来，我们可以使用正则表达式检查另一个操作，其中我们将字符串中的一项替换为其他内容：

import re
Food = "hat rat mat pat"
regex = re.compile("[r]at")
Food = regex.sub("food", Food)
print(Food)

在上面的示例中，单词 rat 被替换为单词 food。正则表达式的替代方法就是利用这种情况，它也有各种各样的实际用例。Output:

hat food mat pat

反斜杠问题

import re
randstr = "Here is Edureka"
print(randstr)

Output:

Here is Edureka

这就是反斜杠问题，其中一个斜线从输出中消失了，这个特殊问题可以使用正则表达式来解决。

import re
randstr = "Here is Edureka"
print(re.search(r"Edureka", randstr))

Output:

<re.Match object; span=(8, 16), match='Edureka'>

这就是使用正则表达式解决反斜杠问题的简单方法。

匹配单个字符

使用正则表达式可以轻松地单独匹配字符串中的单个字符

import re
randstr = "12345"
print("Matches: ", len(re.findall("d{5}", randstr)))

Output:

Matches: 1

删除换行符

我们可以在 Python 中使用正则表达式轻松删除换行符

import re
randstr = '''
You Never
Walk Alone
Liverpool FC
'''
print(randstr)
regex = re.compile("
")
randstr = regex.sub(" ", randstr)
print(randstr)

Output:

You Never
Walk Alone
Liverpool FC
You Never Walk Alone Liverpool FC

可以从上面的输出中看到，新行已被空格替换，并且输出打印在一行上。

还可以使用许多其他东西，具体取决于要替换字符串的内容

: Backspace
: Formfeed
: Carriage Return
: Tab
: Vertical Tab

可以使用如下代码

import re
randstr = "12345"
print("Matches:", len(re.findall("d", randstr)))

Output:

Matches: 5

从上面的输出可以看出，d 匹配字符串中存在的整数。但是，如果我们用 D 替换它，它将匹配除整数之外的所有内容，与 d 完全相反。

接下来我们了解一些在 Python 中使用正则表达式的重要实际例子。

正则表达式的实际例子

我们将检查使用最为广泛的 3 个主要用例

•  电话号码验证
•  电子邮件地址验证
•  网页抓取

电话号码验证

需要在任何相关场景中轻松验证电话号码

考虑以下电话号码：

• 444-122-1234
• 123-122-78999
• 111-123-23
• 67-7890-2019

电话号码的一般格式如下：

• 以 3 位数字和“-”符号开头
• 3 个中间数字和“-”号
• 最后4位数

我们将在下面的示例中使用 w，请注意 w = [a-zA-Z0-9_]

import re
phn = "412-555-1212"
if re.search("w{3}-w{3}-w{4}", phn):
print("Valid phone number")

Output:

Valid phone number

电子邮件验证

在任何情况下验证电子邮件地址的有效性。

考虑以下电子邮件地址示例：

• Anirudh@gmail.com
• Anirudh@com
• AC.com
• 123 @.com

我们只需一眼就可以从无效的邮件 ID 中识别出有效的邮件 ID，但是当我们的程序为我们做这件事时，却并没有那么容易，但是使用正则，就非常简单了。

指导思路，所有电子邮件地址应包括：

• 1 到 20 个小写和/或大写字母、数字以及 . _ % +
• 一个@符号
•  2 到 20 个小写和大写字母、数字和加号
• 一个点号
• 2 到 3 个小写和大写字母

import re
email = "ac@aol.com md@.com @seo.com dc@.com"
print("Email Matches: ", len(re.findall("[w._%+-]{1,20}@[w.-]{2,20}.[A-Za-z]{2,3}", email)))

Output:

Email Matches: 1

从上面的输出可以看出，我们输入的 4 封电子邮件中有一封有效的邮件。

这基本上证明了使用正则表达式并实际使用它们是多么简单和高效。

网页抓取

从网站上删除所有电话号码以满足需求。

要了解网络抓取，请查看下图：

我们已经知道，一个网站将由多个网页组成，我们需要从这些页面中抓取一些信息。

网页抓取主要用于从网站中提取信息，可以将提取的信息以 XML、CSV 甚至 MySQL 数据库的形式保存，这可以通过使用 Python 正则表达式轻松实现。

import urllib.request
from re import findall
url = "http://www.summet.com/dmsi/html/codesamples/addresses.html"
response = urllib.request.urlopen(url)
html = response.read()
htmlStr = html.decode()
pdata = findall("(d{3}) d{3}-d{4}", htmlStr)
for item in pdata:
print(item)

Output:

(257) 563-7401
(372) 587-2335
(786) 713-8616
(793) 151-6230
(492) 709-6392
(654) 393-5734
(404) 960-3807
(314) 244-6306
(947) 278-5929
(684) 579-1879
(389) 737-2852
...

我们首先是通过导入执行网络抓取所需的包，最终结果包括作为使用正则表达式完成网络抓取的结果而提取的电话号码。

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!