Manual Simples de
Expressões Regulares
em Python
Autor: Bismarck Gomes Souza Júnior
E-mail: bismarckjunior@outlook.com
Data: Setembro, 2012
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Guias e Dicas
Prepare-se para as provas
Estude fácil! Tem muito documento disponível na Docsity
Encontrar documentos
Prepare-se para as provas com trabalhos de outros alunos como você, aqui na Docsity
Encontra documentos específicos para os exames da tua universidade
Encontra documentos específicos para os exames da tua universidade
Videoaulas
Prepare-se com as videoaulas e exercícios resolvidos criados a partir da grade da sua Universidade
Quiz
Responda perguntas de provas passadas e avalie sua preparação.
Ganhe pontos para baixar
Ganhe pontos ajudando outros esrudantes ou compre um plano Premium
Manual Simples Expressões Regulares Python, Manuais, Projetos, Pesquisas de Engenharia de Petróleo
Manual de expressões regulares com Python v2.7.3. Expressão Regular. Download
Tipologia: Manuais, Projetos, Pesquisas
2012
1 / 20
Esta página não é visível na pré-visualização
Não perca as partes importantes!
Documentos relacionados
Pré-visualização parcial do texto
Baixe Manual Simples Expressões Regulares Python e outras Manuais, Projetos, Pesquisas em PDF para Engenharia de Petróleo, somente na Docsity!
Manual Simples de
Expressões Regulares
em Python
Autor: Bismarck Gomes Souza Júnior E-mail: [email protected] Data: Setembro, 2012
[email protected]
Módulo re (Regular Expression)
Esse módulo fornece operações com expressões regulares (ER). Para importar o módulo, basta fazer:
import re
Versão do Python
Todos os exemplos foram testados com Python v2.7.3.
Raw strings
As expressões regulares utilizam em algumas situações a contra barra (“\”), porém para utilizá-la precisam-se de 2 contra barras. Por exemplo, para usar o retrovisor em uma ER deve-se escrever: “\1”, o que representa “\1”. A fim de eliminar essa necessidade, existe a notação de raw string no Python. Ela considera cada caractere isoladamente. Para utilizá-la, basta prefixar “r” à string. Assim, enquanto r”\” contém dois caracteres (duas contra barras), a string “\” contém apenas um (uma contra barra).
Exemplo:
len(r’\’) 2 len(‘\’) 1 r’\’ ‘\\’ print r’\’ \ print ‘\’ \
Bismarck Gomes Souza Júnior
Sintaxe de ER em Python
Tipo Metacaractere Apelido Descrição Exemplo Padrão Combinações
Representantes
. Ponto^
Casa qualquer caractere, exceto "\n". (Veja a seção “ Flags ”, p. 9).
.ato gato, rato, pato, tato, mato, ... 12.30 12:30, 12-30, 12.30, 12 30, 12u30, ... <.> , , ,
, <7>, <>>, ...
[ ] Lista
Lista os caracteres possíveis. [prg]ato^ gato, rato, pato <[Bubi]> , , , Dentro da lista os metacaracteres são caracteres normais.
12[:-.]30 12:30, 12-30, 12. 1[.+/%-]3 1.3, 1+3, 13, 1/3, 1%3, 1- Intervalo numérico. [0-9]^ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9 [0-36-8] 0, 1, 2, 3, 6, 7, 8 Intervalo de letras. [a-f]^ a, b, c, d, e, f [A-D] A, B, C, D Os intervalos seguem tabela ascii. [Z-a] Z, [, , ], ^, _, `, a Lista com "[" (deve ser inserida no início). (^) []inicio] ], i, n, i, c, i, o Lista com "-" (deve ser inserida no final). (^) [final-] f, i, n, a, l, -
[^ ] Lista Negada
Lista os caracteres que não são possíveis. [^0-9]!^ a!, o!,?!, #!, r!, y!, <!, ... [^kwy] Todos os caracteres exceto: k, w, y Lista negada com "^" (deve ser inserida no final). [^fim^] Todos os caracteres exceto: f, i, m, ^
Quantificadores gulosos
? Opcional Casa uma ou nenhuma ocorrência do padrão anterior.
[prg]atos? gato, pato, rato, gatos, patos, ratos </?[bip]> , , , ,
,
[Hh]?um Hum, hum, um- Asterisco Casa muitas ou nenhuma ocorrência do padrãoanterior.
.! oi!,ah!, !, Ei!, humm!!, oh!, ... hum* h, hm, huum, hummmm, humm, ... h[auh]* hahuah, hauhauau, h, hhuahhuahua
- Mais Casa uma ou mais ocorrências do padrão anterior.
k+ k, kk, kkk, kkkk, kkkkkkk, ... bo+m bom, boom, boooom, ... hu+m+ hum, huum, humm, huumm, ...
{n, m} Chaves
Intervalo de repetição do padrão anterior. hum{1,3}^ hum, humm, hummm Ah!{0,2} Ah, Ah!, Ah!! Pelo menos n (^) bo{3,}m booom, boooom, booooom, ... Exatamente n bo{3}m booom
Bismarck Gomes Souza Júnior
Padrões Individuais
\A Início Casa apenas o começo da cadeia de caracteres. \AEra^ Textos que comecem com: Era \A[AO] Textos que comecem com: A ou O
\b Borda Casa as bordas das palavras. Detecta as bordas porseparação de letras.
\bera Palavras que comecem com: era \bera\b Casa a palavra "era" dentro do texto m\b Palavras que terminem com: m \B Não-borda Negação de "\b". Não casa borda py\B Casa o "py" de: python, py3, py4, pyQt, ... Não casa o "py" de: py!, .py, py., ...
\d Dígito Casa dígitos de 0 a 9. Equivalente a [0-9]. ^\d^ Linhas que começam com um dígito (\d)\1 00, 11, 22, 33, 44, 55, 66, 77, 88, 99 \D Não-dígito Negação de "\d". Não casa dígitos. Equivalente a [^0-9]. ^\D^ Linhas que não começam com um dígito. (\D)\1 ??, mm, !!, gg, pp, ...
\s Branco Casa os espaços em branco. Equivalente a [ \t\n\r\f\v]. .\s.^ a c, e r, 1 d, ... !\s[A-D]! A,! B,! C,! D \S Não-branco Negação de "\s". Não casa espaços em branco. Equivalente a [^ \t\n\r\f\v]
a\Sa aba, asa, a!a, aha, ata, a#a, ... !\s\S! A,! f,! 3,! =,! y, ...
\w Palavra Casa caracteres alfanuméricos e "". Equivalente a [a- zA-Z0-9].
(\w)\1 bb, cc, SS, 33, _, mm, ... \w\d b1, b2, g5, a3, g7, v0, d6, ... \W Não-palavra Negação de "\w". Equivalente a [^a-zA-Z0-9]. (\W)+^ !, !@, !@#, $#, $@!?, $, ... \w\W s!, D$, n?, o@, ...
\Z Fim Casa apenas o fim da cadeia de caracteres. \d\Z^ Textos que terminem com um dígito \D\Z Textos que não terminem com um dígito
Expressões mais modernas
Padrão (?...) Descrição Exemplo Padrão Combinações
(?#comentario)ER Insere um comentário, tal que "texto" é ocomentário.^ (?#corrigir)e.tenso^ extenso, estenso, e5tenso,...
(?iLmsux)ER
Inclui flags a partes de uma ER. (^) (?imu)[a-z]{2} Li, Na, Ka, Rb, Cs, Fr ... i (^) IGNORECASE (?i)[a-z]{2} Be, Mg, Ca, Sr, Ba, Ra, ... L LOCALE - - m MULTILINE (^) (?m)\d$ Linhas terminando com número s DOTALL (^) (?s).* Casa todo o texto u (^) UNICODE (?u)\w Casa "à", "é","ç", ... x VERBOSE (?x)\d #digito 7, 5, 3, 2, ...
(?P=id) Casa o que foi casa pelo grupo nomeado de"id".^ (?P
(?!ER) Casar o padrão precedente somente se a ERnão casar.^ Chico (?!Xavier)^ Casa "Chico" de: Chico Anysio meia (?!m) Casa "meia" de: meia pp, meia gg (?<=ER) Casar o padrão posterior somente se a ERcasar.^ (?<=meia) pp^ Casa "pp" de: meia pp (?i)(?<=Ford) Ka Casa "ka" de: ford ka
(?<!ER) Casar o padrão posterior somente se a ERnão casar.^ (?<!meia )pp^ Casa "pp" de: Apple (?i)(?<!Ford )Ka Casa "ka" de: kaka (?:ER) Grupo ignorado pelo retrovisor. (.+)-(?:a)-(\1)^ passo-a-passo, dia-a-dia, ... (.*)-?(?:\1) mm, big-big, mal-mal, ...
(?P
(?(id/nome)s|n)
Casa o padrão "s" se o grupo "id" ou "nome" tiver sido casado. Caso contrário, casar o padrão "n".
(<)?(\w)(?(1)>|!) ,
, h!, j!, g!, ... (?P , h!, j!, g!, ... (<)?(\w)(?(1)>) b, , p, , ... Bismarck Gomes Souza Júnior Compila o pattern. Exemplo: import re regexobj1 = re.compile(r“\w”, re.I) # ou re.compile(“\w”, re.IGNORECASE) <_sre.SRE_Pattern object at … > Procura a ocorrência do pattern dentro da string. Exemplo: import re re.search(r“\w”, ‘7s’) <_sre.SRE_Match object at … > Procura a ocorrência do pattern no início da string. Se o pattern casar o início da string , a função retorna o re. MatchObject correspondente. Senão, retorna None. Mesmo que a flag re. MULTILINE seja usada, esta função não irá casar o começo de cada linha e sim o começo da string. Bismarck Gomes Souza Júnior Exemplo: import re re.match(r’\d’, ‘a1b2c3’) # Retorna None re.match(r’.\d’, ‘a1b2c3’) <_sre.SRE_Match object at … > Fatia a string nos pontos onde o pattern casa com a string. Quando existir grupos dentro do pattern , estes também serão adicionados à lista. Quando o maxsplit é alcançado, é adicionado o restante da string no final da lista. Exemplo: import re re.split(r’q\d’, ‘a1b2c3’) [‘a’, ‘b’, ‘c’, ‘’] re.split(r’\d’, ‘a1b2c3’[:-1]) [‘a’, ‘b’, ‘c’] re.split(r’(\d)’, ‘a1b2c3’) [‘a’, ‘1’, ‘b’, ‘2’, ‘c’, ‘3’] re.split(r’(\d)’, ‘a1b2c3’, 2) [‘a’, ‘1’, ‘b2c3’] re.split(r’\w’, ‘a1b2c3’, 2) [‘’, ‘’, ‘’, ‘’, ‘’, ‘’, ‘’] re.split(r’\W’, ‘a1b2c3’, 2) [‘a1b2c3’] Retorna os valores casados em forma de lista. Se não encontrar nada, retorna uma lista vazia. Caso exista um grupo, retornar-se-á uma lista deste. Caso exista mais de um grupo, retornar-se-á uma lista de tuplas. Bismarck Gomes Souza Júnior Exemplo: import re re.sub(r’\d\B’, ‘’, ‘a1b2c3’, 1) ‘ab2c3’ re.sub(r’(\d)\B’, r’\1\1’, ‘a1b2c3’) ‘a11b22c3’ def funcao(matchobj): ... if matchobj.group(0) == ‘1’: return ‘ ‘ ... elif matchobj.group(0) == ‘2’: return ‘o’ ... else: return ‘a’ ... re.sub(r’\d’, funcao, ‘a1b2c3’) ‘a boca’ Exemplo: import re re.subn(r’\d\B’, ‘’, ‘a1b2c3’, 4) (‘abc3’, 2) Exemplo: import re re.escape(‘\’) ‘\\’ re.escape(‘\n’) ‘\\n’ Exemplo: import re regexobj = re.compile (‘(\d)(?P Exemplo: import re matchobj1 = re.match(r’(..)’, ‘a1b2c3’) #casa 1 vez matchobj2 = re.match(r’(..)+’, ‘a1b2c3’) #casa 3 vezes matchobj3 = re.search(r’(..)(?P Retorna a string obtida pela substituição das contra barras. O template pode utilizar as expressões como “\N” e “\g<nome/id>”, além dos escapes. Exemplo: matchobj1.expand(r’casa: \1’) ‘casa: a1’ matchobj2.expand(r’casa: \g<1>‘) ‘casa: c3’ O número default é 0, o qual retorna toda string casada. Retorna None quando o grupo não casa nada. Exemplo: matchobj3.group( ) ‘1b2c’ matchobj3.group(0) ‘1b2c’ matchobj3.group(1) ‘1b’ matchobj3.group(‘dp’) ‘2c’ matchobj3.group(1, 2) (‘1b’, ‘2c’) Quando o grupo não for casado, ele retorna None , a menos que o default seja indicado. Bismarck Gomes Souza Júnior Exemplo: matchobj3.groups() (‘1b’, ‘2c’) matchobj4.groups() import re >>> matchobj1 = re.match(r’(..)’, ‘a1b2c3’) #casa 1 vez >>> matchobj2 = re.match(r’(..)+’, ‘a1b2c3’) #casa 3 vezes >>> matchobj3 = re.search(r’(..)(?P Exemplo: match4.groupdict( ) {'g2': None , 'g1': 'a1'} match4.groupdict(‘vazio’) {'g2': ‘vazio’, 'g1': 'a1'} Exemplo: matchobj3.start() 1 matchobj4.start(‘g1’) 0 matchobj4.start(‘g2’) Exemplo: matchobj3.end() 5 matchobj4.end(‘g1’) 2 matchobj4.end(‘g2’) Bismarck Gomes Souza Júnior O objeto da classe re. RegexObject que representa a expressão regular que gerou a classe. Exemplo: matchobj1.re.pattern ‘(..)’ matchobj4.re.pattern '(?P Retorna a string da classe. Exemplo: matchobj1.string ‘a1b2c3’ matchobj4.string ‘a1b2c3’ http://www.pythonregex.com/Funções do Módulo
Classes do Módulo
re.RegexObject
re.MatchObject
o re
o string
Referências
[1] http://www.diveintopython.net/regular_expressions/index.html
[2] http://docs.python.org/library/re.html
[3] http://pt.wikipedia.org/wiki/Express%C3%A 3 o_regular
[4] http://en.wikipedia.org/wiki/Regular_expression
[5] http://aurelio.net/regex/guia/
[6] http://linux.studenti.polito.it/elda/elda/GNUtemberg/python/regex.pdf
[*] Todos os acessos em agosto de 2012
Site sugerido
Críticas e sugestões