Регулярные выражения: основы
Регулярные выражения — мини-язык для поиска по шаблону: номера, даты, email, лишние пробелы. Разберём модуль re и базовый синтаксис шаблонов.
Первый поиск
Шаблон пишем в «сырой» строке r"...", чтобы обратный слэш не воспринимался как экранирование Python.
import re
text = "заказ 123 и 45"
m = re.search(r"\d+", text)
print(m) # <re.Match object; span=(6, 9), match='123'>
print(m.group()) # 123
print(m.start(), m.end()) # 6 9
print(re.findall(r"\d+", text)) # ['123', '45']
print(re.search(r"\d+", "нет цифр")) # None
re.search— первое совпадение где угодно в строке (илиNone);re.match— совпадение только с начала строки;re.fullmatch— шаблону должна соответствовать вся строка;re.findall— список всех совпадений.
print(re.match(r"\d+", "abc 12")) # None
print(bool(re.fullmatch(r"\d+", "2026"))) # True
print(bool(re.fullmatch(r"\d+", "20x6"))) # False
Строительные блоки
| Шаблон | Значит |
|---|---|
. | любой символ, кроме перевода строки |
\d / \D | цифра / не цифра |
\w / \W | буква, цифра или _ / всё остальное |
\s / \S | пробельный символ / непробельный |
[abc], [a-z], [^0-9] | один символ из набора / диапазона / не из набора |
^, $ | начало и конец строки |
\b | граница слова |
a|b | a или b |
Квантификаторы
| Запись | Сколько раз |
|---|---|
? | 0 или 1 |
* | 0 или больше |
+ | 1 или больше |
{3}, {2,4} | ровно 3; от 2 до 4 |
print(re.findall(r"\d{2}-\d{2}", "01-02, 3-4, 10-20")) # ['01-02', '10-20']
print(re.findall(r"colou?r", "color colour")) # ['color', 'colour']
mails = "пиши a@b.ru или x_1@mail.com"
print(re.findall(r"\w+@\w+\.\w+", mails)) # ['a@b.ru', 'x_1@mail.com']
print(re.findall(r"python", "Python PYTHON", re.I)) # ['Python', 'PYTHON']
Флаг re.I (IGNORECASE) отключает различие регистров. Для кириллицы \w и \d в строках str работают из коробки.
Жадность
Квантификаторы по умолчанию «жадные» — берут как можно больше. Добавьте ?, чтобы взять как можно меньше.
html = "<b>x</b>"
print(re.findall(r"<.+>", html)) # ['<b>x</b>']
print(re.findall(r"<.+?>", html)) # ['<b>', '</b>']
Замена и разбиение
print(re.sub(r"\s+", " ", "a b \n c")) # a b c
print(re.split(r"[,;]\s*", "a, b;c")) # ['a', 'b', 'c']
print(re.sub(r"\d", "#", "тел. 555-12-34")) # тел. ###-##-##
pattern = re.compile(r"\d+") # скомпилировать один раз, использовать много
print(pattern.findall("a1 b22 c333")) # ['1', '22', '333']
Спецсимволы . * + ? ( ) [ ] { } | ^ $ \ нужно экранировать слэшем, если ищете их буквально: r"\.". Для безопасной вставки чужой строки в шаблон есть re.escape().
В строке "Звоните: +375 29 123-45-67 или 8 017 765-43-21, почта: me@site.by" найдите все группы цифр длиной от 2 и более (\d{2,}), затем замените в строке каждую цифру на *. Проверьте через re.fullmatch, что "me@site.by" подходит под шаблон email.
Оглавление курса
Модуль 1Старт10
- 1Что такое Python и где он применяется
- 2Установка Python: Windows, Linux, macOS
- 3Несколько версий Python: pyenv и uv
- 4Интерактивная консоль: REPL и IPython
- 5Первый скрипт: print и запуск файла
- 6Редактор: VS Code и PyCharm
- 7pip и виртуальные окружения venv
- 8Комментарии и стиль кода: PEP 8
- 9Как читать документацию: help и docs.python.org
- 10Дзен Python и «питонический» код
Модуль 2Данные и операторы10
Модуль 3Управление потоком10
Модуль 4Коллекции10
Модуль 5Функции10
Модуль 6Строки и файлы10
Модуль 7Объекты и классы10
Модуль 8Наследование и протоколы10
Модуль 9Ошибки и отладка10
Модуль 10Продвинутые возможности10
Модуль 11Современный Python10
- 101Pattern matching: match / case
- 102Аннотации типов и mypy
- 103Generics, Protocol и TypedDict
- 104Современный синтаксис: |, :=, positional-only
- 105asyncio: основы
- 106async / await: паттерны и gather
- 107Потоки: threading
- 108Процессы: multiprocessing
- 109GIL, память и сборщик мусора
- 110Новое в Python: free-threading и JIT
