Skip to content

Latest commit

 

History

History
68 lines (51 loc) · 4.07 KB

05_wyrazenia_regularne.md

File metadata and controls

68 lines (51 loc) · 4.07 KB
Raw

Wyrażenia regularne

Wyrażenia regularne to potężne narzędzie do wyszukiwania, analizy i manipulacji tekstem. Umożliwiają one definiowanie wzorców tekstowych, które można następnie odnaleźć w ciągach znaków. Wyrażenia regularne są często wykorzystywane do:

  • Wyszukiwania określonych ciągów znaków w tekście.
  • Weryfikacji poprawności formatu danych (np. adresy e-mail).
  • Zastępowania fragmentów tekstu innymi ciągami.

Przykład: Wyszukiwanie wszystkich słów zaczynających się od abc lub składających się wyłącznie z małych liter oraz cyfr parzystych.

Rozważmy sytuację, w której mamy plik tekstowy, gdzie każdy wiersz zawiera trzy informacje oddzielone ukośnikami: nazwisko pracownika, datę odczytu oraz odczyt licznika. Chcemy wyciągnąć datę z każdego wiersza:

dane = 'Kowalski/Maj 15, 1983/1721.3'

# Klasyczne podejście z wykorzystaniem funkcji klasy String:
pracownik, data, odczyt = dane.split('/')
miesiac, dzien, rok = data.split(' ')
dzien = dzien.rstrip(',')
print(f'{miesiac}, {dzien}, {rok}')  # Maj, 15, 1983

Chociaż rozwiązanie działa, jest dość kruche. Jeżeli struktura danych się zmieni, musimy dostosować algorytm. Wyrażenia regularne oferują bardziej uniwersalne podejście:

import re

dane = 'Kowalski/Maj 15, 1983/1721.3'
pattern = r'([^/]*)/([^,]*), ([^/]*)/([^/]*)'
match = re.match(pattern, dane)
miesiac, dzien, rok = match.group(2).split()
print(f'{miesiac}, {dzien}, {rok}')  # Maj, 15, 1983

Moduł re w Pythonie udostępnia funkcje do pracy z wyrażeniami regularnymi, takie jak match, search, split, czy sub. Specjalne znaki w wyrażeniach regularnych, takie jak . (dowolny znak), * (dowolna liczba powtórzeń), czy [a-z] (dowolna mała litera), pozwalają na definiowanie skomplikowanych wzorców do wyszukiwania tekstu.

Znaki specjalne w wyrażeniach regularnych

Wyrażenia regularne wykorzystują różne znaki specjalne, aby definiować skomplikowane wzorce tekstu. Poniżej przedstawiam najważniejsze z nich:

  • . - Reprezentuje dowolny znak, z wyjątkiem nowego wiersza.
  • \d - Oznacza jedną cyfrę.
  • \D - Oznacza dowolny znak, który nie jest cyfrą.
  • \s - Reprezentuje biały znak (np. spacja, tabulacja, nowy wiersz).
  • \S - Oznacza dowolny znak, który nie jest białym znakiem.
  • \w - Oznacza dowolny znak alfanumeryczny, co obejmuje litery, cyfry oraz znak podkreślenia (_).
  • \W - Oznacza dowolny znak, który nie jest znakiem alfanumerycznym.
  • [] - Określa zbiór znaków. Na przykład, [abc] pasuje do każdego z znaków: a, b, lub c.
  • ^ - Oznacza początek wiersza.
  • $ - Oznacza koniec wiersza.
  • | - Reprezentuje operator "lub". Na przykład, abc|def pasuje do ciągu "abc" lub "def".
  • () - Tworzy grupę. Może być używane do izolowania fragmentów wzorca, na przykład (abc){3} pasuje do "abcabcabc".
  • * - Oznacza zero lub więcej powtórzeń poprzedniego znaku lub grupy. Na przykład, a* może pasować do "", "a", "aa", "aaa" itp.
  • + - Oznacza jedno lub więcej powtórzeń.
  • ? - Oznacza zero lub jedno powtórzenie.
  • {m,n} - Określa zakres powtórzeń od m do n. Na przykład, a{2,4} pasuje do "aa", "aaa" lub "aaaa".

Schemat pracy z wyrażeniami regularnymi

Praca z wyrażeniami regularnymi może być skomplikowana. Aby uprościć ten proces, warto postępować zgodnie z następującym schematem:

  1. Definiowanie wzorca: Zacznij od stworzenia najprostszej wersji wyrażenia regularnego pasującą do twojego problemu.
  2. Testowanie: Upewnij się, że twój wzorzec znajduje dokładnie to, co chcesz, bez wyników fałszywie pozytywnych.
  3. Grupowanie: Jeśli potrzebujesz odwoływać się do konkretnych fragmentów dopasowania, wykorzystaj nawiasy () do utworzenia grup.
  4. Rozszerzenie wzorca: W miarę potrzeb, rozbudowuj swój wzorzec, dodając kolejne elementy i specjalne znaki.
  5. Przeprowadzanie testów: Przetestuj wyrażenie na różnych przypadkach testowych, zarówno tych typowych, jak i skrajnych.

Zawsze testuj dokładnie wyrażenia regularne przed wdrożeniem w produkcyjnym kodzie.