Skip to content

README.md

Latest commit

 

History

History
143 lines (102 loc) · 4.02 KB

README.md

File metadata and controls

143 lines (102 loc) · 4.02 KB
Raw

02 – Podstawowa Składnia Wyrażeń Regularnych

Cel: Opanowanie elementarnych budulców wzorców: klas znaków, kotwic, kwantyfikatorów i alternacji. Zrozumienie, dlaczego surowe stringi r"..." są niezbędne.

1. Surowe stringi r"..."

Python traktuje \n, \t itp. jako sekwencje ucieczki. W wyrażeniach regularnych \d, \w, \s mają inne znaczenie. Aby uniknąć konfliktów, zawsze używamy surowych stringów:

import re
re.search(r'\d+', 'abc 42')   # poprawnie: \d to cyfra
re.search('\\d+', 'abc 42')   # równoważne, ale trudniejsze do czytania

2. Klasy znaków

Wzorzec Znaczenie
. Dowolny znak oprócz \n (z flagą re.DOTALL – również \n)
\d Cyfra [0-9]
\D Nie-cyfra [^0-9]
\w Znak słowa [a-zA-Z0-9_]
\W Nie-znak słowa
\s Biały znak (spacja, tab, \n, …)
\S Nie-biały znak
[abc] Jeden z: a, b, c
[^abc] Żaden z: a, b, c
[a-z] Litera małа od a do z 
re.findall(r'\d', 'a1b2c3')       # ['1', '2', '3']
re.findall(r'[aeiou]', 'Python')   # ['o']
re.findall(r'[^aeiou\s]', 'Hi!')   # ['H', '!']

3. Kotwice

Kotwice nie dopasowują znaku, lecz pozycję w tekście.

Wzorzec Pozycja
^ Początek napisu (lub linii przy re.MULTILINE)
$ Koniec napisu (lub linii przy re.MULTILINE)
\b Granica słowa
\B Brak granicy słowa 
re.findall(r'^\d+', '123 abc')      # ['123']
re.findall(r'\bPython\b', 'Python3 Python!') # ['Python', 'Python']

4. Kwantyfikatory

Wzorzec Liczba powtórzeń
* 0 lub więcej
+ 1 lub więcej
? 0 lub 1 (opcjonalny)
{n} Dokładnie n razy
{n,m} Od n do m razy
{n,} Co najmniej n razy 
re.fullmatch(r'\d{4}-\d{2}-\d{2}', '2024-01-15')  # Match
re.findall(r'\d+', 'cena: 42 zl')                   # ['42']
re.findall(r'colou?r', 'color colour')               # ['color', 'colour']

5. Alternacja |

re.findall(r'pies|kot', 'mam psa i kota')   # ['pies' nie pasuje] -> []
re.findall(r'psa|kota', 'mam psa i kota')   # ['psa', 'kota']
re.fullmatch(r'tak|nie', 'tak')             # Match

Mapa składni

6. Metaznaki – jak je dosłownie wyszukać?

Znaki . * + ? [ ] { } ( ) ^ $ | \ są metaznakmi. Aby je wyszukać dosłownie, poprzedź je \ lub użyj re.escape():

re.findall(r'3\.14', 'pi = 3.14')    # ['3.14']
re.escape('3.14')                     # '3\\.14'

Większy przykład

python src/_06-regex/02-basic-syntax/examples/syntax_explorer.py

Zadania do samodzielnego rozwiązania

Pliki zadań:

python -m pytest src/_06-regex/02-basic-syntax/exercises/test_solutions.py -v

Lista zadań

  1. czy_tylko_litery(s) – walidacja napisu złożonego wyłącznie z liter.
  2. znajdz_liczby_calkowite(s) – wyciągnięcie wszystkich liczb całkowitych.
  3. czy_data_iso(s) – sprawdzenie formatu YYYY-MM-DD.
  4. znajdz_slowa_na_wielka(s) – słowa zaczynające się wielką literą.
  5. czy_poprawny_identyfikator(s) – walidacja identyfikatora Pythona (bez keyword).

Referencje

Literatura

  • Friedl, J. (2006). Mastering Regular Expressions, 3rd ed. O'Reilly. Rozdziały 1–2.
  • Lutz, M. (2013). Learning Python, 5th ed. O'Reilly. Rozdział 36.

Źródła internetowe