Регулярные выражения

Этот план скопирован из LecturesVMSH/Python/2013-05-17, темы, которые на занятии (по упущению) не рассматривались, отмечены /!\.

• Использование регулярных выражений в задаче поиска шаблонов в последовательности строк
• Синтаксис РВ символы и спецсимволы

  • диапазоны: ".", "[…]" и "[^…]"

    • спецсимволы-диапазоны: "\s" (любой разделитель), "\d" (десятичная цифра), "\w" (цифра или буква) и т. п.

  • локаторы: "^" и "$"

  • повторители "*", "+", "?" и "{…}"

  • группа "(…)" и её использование с повторителями

  • ссылка на номер группы: "\1", "\2" и т. д.

  • альтернатива "|"

• Модуль re:

  • findall(), split()

  • Поиск с заменой, использование ссылок; sub()

• простейший пример РВ в Linux: grep и egrep

Домашнее задание

1. Прочитать про регулярные выражения на Википедии и в документации

2. Упражнения. В упражнениях мы будем использовать конструкцию re.search(шаблон, строка).group(), которая возвращает часть строки, соответствующую всему шаблону и re.search(шаблон, строка).groups(), которая возвращает части строки, соответствующие группам, если они есть в шаблоне. Про т. н. «match object», который возвращает функция re.search(), см. в документации.

   1. Простые РВ.

      • Найти подстроку вида "«любой символ»A": ".A"

        >>> re.search(r'.A','qwAbnA').group()
        'wA'

      • Найти подстроку вида "«цифра»/«цифра»": …

      • Найти подстроку вида "«маленькая латинская буква»«любой символ»" в конце строки: …

   2. С повторителями

      • Найти подстроку вида "(«пять каких-то символов»)": "\(.{5}\)" (использование "\(" превращает "(" из спецсимвола в обычную скобочку)

        >>> re.search(r'\(.{5}\)','((((()))))').group()
        '((((())'

      • Найти подстроку вида "(«какие-то не-скобки»)": …

      • Найти подстроку вида "/«не менее одной буквы»/": …

      • Найти подстроку вида "«две-три буквы»«две-три цифры»": …

      • Какому шаблону соответствуют подстроки "ABC", "A-B-C", "AB+C", но не "A+=B-C", "ArCaB" и "AzBooC"?

   3. Альтернативы и повторители на них

      • Подстрока, состоящая из "K" и идущих парами "L": "(K|LL)+"

        >>> re.search(r'(K|LL)+','qweKLLKKLLLLKLasd').group()
        'KLLKKLLLLK'

      • Натуральное число: "\d+"

      • Целое число: …
      • Фраза "slow motion", в которой перед "motion" может стоять определённый или неопределённый артикль
      • Целое число с учётом того, что "0" не бывает отрицательным
   4. Поиск с заменой
      • Поменять местами первое и второе слово в строке:

        >>> re.sub(r"([^\s]+)(\s+)([^\s]+)",r"\3\2\1","one tho three")
        'tho one three'
        >>> re.sub(r"(\S+)(\s+)(\S+)",r"\3\2\1","one tho three")
        'tho one three'

      • заменить цифры точками: …

      • заменить парные кавычки строками "<<" и ">>": …

      • … + исключить из рассмотрения экранированные кавычки ('\"')

   5. Написать программу, заменяющую в тексте двухбуквенные имена дней недели («Пн Вт Ср Чт Пт Сб Вс») на номера.

3. Написать РВ, распознающее числа в формате с плавающей точкой (например, такие, в которые python преобразует -0.000000000123412 и 12300000000000000.):

     -1.23412e-10 и 1.23e+16

Пока хватит, большие задачки будем делать в следующий раз Но если всё же интересно, см LecturesVMSH/2011-03-16

Условные обозначения

• — тема по Linux

• ­— тема повышенной сложности

• — теоретическое задание

• — тема для самостоятельного изучения

CategoryClass CategoryVmsh