Python regex

• Szerző: Sallai András
• Copyright © 2020, Sallai András
• Szerkesztve: 2024
• Licenc: CC BY-SA 4.0
• Web: https://szit.hu

A Python RegEx használatát, a mintakeresést, az re mudul biztosítja.

Importálása:

import re

Van egy szövegünk, amiben szeretnénk bizonyos mintákat megtalálni.

Például a Hatvan szót előfordulását keressük, a sorok végén.

import re
 
txt = "Tegnap Marika elment Egerbe"
res = re.search(r"Mar(ika|git)", txt)
if res != None:
    print(res.start())
 
# None értéket kapunk, ha nincs egyezés
# Ha van egyezés:
# <re.Match object; span=(0, 21), match='Esik az eső Miskolcon'>

• .
  • A pont bármilyen karakter jelölhet, kivéve az újsor.
• ^
  • A keröt karakter a sor elejére egyezést jelöl.
• $
  • A dollárjel karakter a sor végére egyezést jelöl.
• *
  • A csillag karakter egy sokszorzó.
  • Az előtte lévő karakter 0-szor vagy többször szerepelhet.
• +
  • A plusz karakter egy sokszorozó.
  • Az előtte lévő karakter 1-szer vagy többszerö szerepelhet.
• ?
  • A kérdőjel az előtte lévő karakterre vonatkozik.
  • Az előtt lévő karakter 0-szor vagy 1-szer szerepelhet.
• {m}
  • Az előtte lévő karakter pontosan m-szer.
• {m,n}
  • Az előtte lévő karakter minimum m-szer, maximum n-szer.
• \
  • Ha speciális karakterre hivatkozunk, mint a (.) pont,
  • akkor egy (\) karakter szükséges hozzá.
• [ ]
  • Egy karakter meghatározása egy karakterhalmaz alapján.
• ( )
  • Csoportosítás.
• \b
  • Üres sztringre egyezik.
• \d
  • Mint a [0-9] halmaz
• \D
  • Mint a [^0-9] halmaz
• \s
  • Mint a [ \t\n\r\f\v] halmaz.
• \S
  • Mint a [^ \t\n\r\f\v] halmaz.

IP cím ellenőrzése:

regex.py

import re
 
print("Regex teszt")
ipcim = input("Ip cím: ")
 
egyezik = re.match(r'^([0-9]{1,3}\.){3}[0-9]{1,3}$', ipcim)
 
if egyezik:
	print("Ez valószínűleg IP cím")
else:
	print("Nem IP cím!")

p = re.compile('ab*', re.IGNORECASE)

import re
 
numStr = input('Szám: ')
 
res = re.match(r'[0-9]+', numStr)
 
if res:
  print('Ez egy szám')
else:
  print('Hiba! Nem számot írtál!')