Python 정규 표현식의 7가지 사용 예

개념적으로 정규식은 Python에만 고유한 것이 아닙니다. 그러나 Python에서 정규식을 실제로 사용하는 데는 여전히 약간의 차이가 있습니다.

이 기사는 Python 정규식에 관한 기사 시리즈의 일부입니다. 이 시리즈의 첫 번째 기사에서는 Python에서 정규식을 사용하는 방법에 중점을 두고 Python의 몇 가지 고유한 기능을 강조합니다.

파이썬에서 문자열을 검색하고 찾는 몇 가지 방법을 소개하겠습니다. 그런 다음 그룹화를 사용하여 찾은 일치 개체의 하위 항목을 처리하는 방법에 대해 논의하겠습니다.

우리가 사용하고 싶은 Python 정규식 모듈은 일반적으로 're'라고 합니다.

>>> import re

1. Python의 기본 유형 문자열

Python 컴파일러는 ''(백슬래시)를 사용하여 문자열을 나타냅니다. .

백슬래시 뒤에 컴파일러가 인식하는 특수 문자 문자열이 오는 경우 전체 이스케이프 시퀀스는 해당 특수 문자로 대체됩니다. 예를 들어 'n'은 다음과 같은 줄바꿈 문자로 대체됩니다. 컴파일러) .

그러나 이는 Python에서 정규식을 사용하는 데 문제가 됩니다. 왜냐하면 백슬래시는 정규식의 특수 문자(예: * 및 +)를 이스케이프하기 위해 're' 모듈에서도 사용되기 때문입니다.

두 가지를 혼합하면 때때로 이스케이프 문자 자체를 이스케이프 처리해야 하지만(특수 문자가 Python과 정규식 컴파일러 모두에서 인식되는 경우) 다른 경우에는 이것이 필요하지 않습니다( 특수 문자는 Python 컴파일러에서만 인식됩니다.)

백슬래시가 얼마나 필요한지 파악하는 대신 원시 문자열을 사용할 수 있습니다.

일반 문자열의 큰따옴표 앞에 'r' 문자를 추가하면 기본 문자열을 만들 수 있습니다. 문자열이 기본 유형인 경우 Python 컴파일러는 대체를 시도하지 않습니다. 본질적으로 컴파일러에게 문자열을 전혀 방해하지 말라고 지시하는 것입니다.

>>> string = 'This is a\nnormal string'
>>> rawString = r'and this is a\nraw string'
>>> print string

일반 문자열입니다.

>>> print rawString
and this is a\nraw string

A입니다. 기본 유형 문자열.

정규식을 사용하여 Python에서 검색

're' 모듈은 입력 문자열에 대해 정확한 쿼리를 수행하는 여러 가지 방법을 제공합니다. 우리가 논의할 방법은 다음과 같습니다:

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

각 방법은 정규식과 일치시킬 문자열을 받습니다. 각 방법을 자세히 살펴보고 작동 방식과 차이점을 이해해 보겠습니다.

2. re.match를 사용하여 검색 – 매칭 시작

먼저 match() 메소드를 살펴보겠습니다. match() 메서드가 작동하는 방식은 검색 중인 문자열의 시작 부분이 패턴과 일치하는 경우에만 일치하는 항목을 찾는 것입니다.

예를 들어 'dog cat dog' 문자열에서 mathch() 메서드를 호출하면 'dog' 검색 패턴은 다음과 일치합니다.

>>> re.match(r'dog', 'dog cat dog')
<_sre.SRE_Match object at 0xb743e720<
>>> match = re.match(r&#39;dog&#39;, &#39;dog cat dog&#39;)
>>> match.group(0)
&#39;dog&#39;

group() 메소드에 대해서는 나중에 더 자세히 다루겠습니다. 지금은 인수로 0을 사용하여 호출했다는 점과 group() 메서드가 찾은 일치 패턴을 반환한다는 점만 알면 됩니다.

지금은 반환된 SRE_Match 개체를 건너뛰었습니다. 이에 대해서는 곧 논의하겠습니다.

그러나 동일한 문자열에 대해 math() 메서드를 호출하여 'cat' 패턴을 찾으면 일치하는 항목을 찾을 수 없습니다.

>>> re.match(r'cat', 'dog cat dog')
>>>

3. re.search를 사용하여 찾기 - 임의의 위치와 일치

search() 메소드는 match()와 유사합니다. , 그러나 검색 () 메소드는 문자열의 시작 부분에서만 일치 항목을 찾는 것으로 제한되지 않으므로 예제 문자열에서 'cat'을 찾으면 일치 항목을 찾습니다.

search(r'cat', 'dog cat dog')
>>> match.group(0)
'cat'

그러나 search() 메서드는 일치하는 항목을 찾은 후 검색을 중지하므로 예제 문자열에서 searc() 메서드를 사용하여 'dog'를 검색하면 해당 항목이 처음 나타나는 항목만 찾습니다.

>>> match = re.search(r'dog', 'dog cat dog')
>>> match.group(0)
'dog'

4. re.findall 사용 – 일치하는 모든 객체

지금까지 Python에서 가장 많이 사용하는 검색 방법은 findall( ) 방법. findall() 메서드를 호출하면 일치 개체를 가져오는 대신 일치하는 모든 패턴의 목록을 간단히 가져올 수 있습니다(일치 개체에 대해서는 다음에 자세히 설명하겠습니다). 나에게는 더 간단합니다. 우리가 얻은 예제 문자열에서 findall() 메소드를 호출합니다:

['dog', 'dog']
>>> re.findall(r'cat', 'dog cat dog')
['cat']

5. match.start 및 match.end 메소드를 사용합니다

그렇다면 이전에 search() 및 match() 메소드에 의해 반환된 '일치' 객체는 정확히 무엇입니까?

단순히 문자열의 일치하는 부분인 search() 및 match를 반환하는 것과는 다릅니다. ( )는 실제로 하위 문자열 일치를 위한 래퍼 클래스입니다.

이전에 group() 메서드를 호출하여 일치하는 하위 문자열을 얻을 수 있다는 것을 보셨습니다. (이 작업은 다음 섹션에서 수행하겠습니다. 실제로 일치 개체를 참조하세요. 그룹화 문제를 처리할 때 매우 유용하지만 일치 개체에는 일치하는 하위 문자열

에 대한 추가 정보도 포함되어 있습니다. 예를 들어 일치 개체는 원래 문자의 시작 위치와 끝 위치에서 일치하는 항목을 알려줄 수 있습니다. 문자열:

>>> match = re.search(r'dog', 'dog cat dog')
>>> match.start()
>>> match.end()

이 정보를 아는 것은 때때로 매우 유용합니다.

6. 숫자 그룹화를 사용하세요

.

就像我之前提到的，匹配对象在处理分组时非常得心应手。

分组是对整个正则表达式的特定子串进行定位的能力。我们可以定义一个分组做为整个正则表达式的一部分，然后单独的对这部分对应匹配到的内容定位。

让我们来看一下它是怎么工作的：

>>> contactInfo = 'Doe, John: 555-1212'

   

我刚才创建的字符串类似一个从某人的地址本里取出来的一个片段。我们可以通过这样一个正则表达式来匹配这一行：

>>> re.search(r'\w+, \w+: \S+', contactInfo)
<_sre.SRE_Match object at 0xb74e1ad8<

   

通过用圆括号来（字符‘('和‘)'）包围正则表达式的特定部分，我们可以对内容进行分组然后对这些子组做单独处理。

>>> match = re.search(r'(\w+), (\w+): (\S+)', contactInfo)

   

这些分组可以通过用分组对象的group()方法得到。它们可以通过其在正则表达式中从左到右出现的数字顺序来定位（从1开始）：

>>> match.group(1)
'Doe'
>>> match.group(2)
'John'
>>> match.group(3)
'555-1212'

   

组的序数从1开始的原因是因为第0个组被预留来存放所有匹配对象（我们在之前学习match()方法和search()方法到时候看到过）。

>>> match.group(0)
'Doe, John: 555-1212'

   

7. 使用 match.group 通过别名来分组

有时候，特别是当一个正则表达式有很多分组的时候，通过组的出现次序来定位就会变的不现实。Python还允许你通过下面的语句来指定一个组名：

 >>> match = re.search(r&#39;(?P<last>\w+), (?P<first>\w+): (?P<phone>\S+)&#39;, contactInfo)

   

我们还是可以用group()方法获取分组的内容，但这时候我们要用我们所指定的组名而不是之前所使用的组的所在位数。

>>> match.group('last')
'Doe'
>>> match.group('first')
'John'
>>> match.group('phone')
'555-1212'

   

这大大加强了代码的明确性和可读性。你可以想像当正则表达式变得越来越复杂，去弄懂一个分组到捕获了什么内容将会变得越来越困难。给你的分组命名将明确的告诉了你和你的读者你的意图。

尽管findall()方法不返回分组对象，它也可以使用分组。类似的，findall()方法将返回一个元组的集合，其中每个元组中的第N个元素对应了正则表达式中的第N个分组。

>>> re.findall(r'(\w+), (\w+): (\S+)', contactInfo)
[('Doe', 'John', '555-1212')]

   

但是，给分组命名并不适用于findall()方法。

在本文中我们介绍了Python中使用正则表达式的一些基础。我们学习了原始字符串类型（还有它能帮你解决的在使用正则表达式中一些头痛的问题）。我们还学习了如何适使用match(), search(), and findall()方法进行基本的查询，以及如何使用分组来处理匹配对象的子组件。

和往常一样，如果想查看更多关于这个主题的内容，re模块的Python官方文档是一个非常好的资源。

在以后的文章中，我们将更深入的讨论Python中正则表达式的应用。我们将更加全面的学习匹配对象，学习如何使用它们在字符串中做替换，甚至使用它们从文本文件中去解析Python数据结构。