جلسهی 41: عبارتهای منظم Regular Expressions
با ماژول re الگوهای متنی را جستوجو، استخراج، اعتبارسنجی و جایگزین میکنیم؛ از ایمیل و شماره تلفن تا خطوط لاگ.
در این جلسه یاد میگیری
- تفاوت
re.search،re.matchوre.fullmatchرا بدانم و الگو را با رشتهی خام (raw string) بنویسم. - از کلاسهای کاراکتر، کمیتسنجها (
quantifier) و لنگرها (anchor) استفاده کنم. - با گروهها و گروههای نامدار داده را استخراج و با
re.subمتن را بازنویسی کنم. - ورودیهای واقعی مثل ایمیل، شماره موبایل و خط لاگ را اعتبارسنجی و تجزیه کنم.
درس
عبارت منظم (regular expression) زبانی کوچک برای توصیف الگوی متن است. الگو را همیشه با r"..." بنویسید تا \ را پایتون تفسیر نکند. re.search اولین تطابق در هر جای متن را پیدا میکند و اگر نبود None برمیگرداند.
import re
m = re.search(r"ORD-\d{4}", "ticket for ORD-2391 is open")
if m:
print(m.group()) # ORD-2391اجزای پایه: \d رقم، \w حرف/رقم/زیرخط، \s فاصله، . هر کاراکتر، [a-z] بازه. کمیتسنجها: * صفر یا بیشتر، + یک یا بیشتر، ? اختیاری، {2,4} بین ۲ تا ۴. لنگرها: ^ ابتدا و $ انتها.
re.findall(r"\d+", "3 apples and 12 pears") # ['3', '12']
re.findall(r"\b\w{5,}\b", "a short sentence") # ['short', 'sentence']re.match فقط از ابتدای رشته تطبیق میدهد و re.fullmatch کل رشته را میخواهد؛ برای اعتبارسنجی (validation) تقریباً همیشه fullmatch درست است، وگرنه 09123456789xyz هم قبول میشود.
print(bool(re.match(r"\d{3}", "123abc"))) # True
print(bool(re.fullmatch(r"\d{3}", "123abc"))) # Falseپرانتز یک گروه (group) میسازد که با m.group(1) یا m.groups() خوانده میشود. گروه نامدار (?P<name>...) کد را خوانا میکند و m.group("name") یا m.groupdict() را ممکن میسازد. اگر الگو گروه داشته باشد findall لیست تاپلها برمیگرداند.
m = re.fullmatch(r"(?P<year>\d{4})-(?P<month>\d{2})", "2026-10")
print(m.group("month"), m.groupdict())re.sub تطابقها را جایگزین میکند؛ در متن جایگزین \1 یا \g<name> به گروهها اشاره میکند و به جای رشته میتوان تابع داد. برای الگویی که بارها استفاده میشود re.compile بنویسید؛ پرچمهایی مثل re.IGNORECASE هم همانجا میآیند.
print(re.sub(r"\s+", " ", "too many spaces"))
print(re.sub(r"(\d{4})-(\d{2})-(\d{2})", r"\3/\2/\1", "2026-10-13"))
WORD = re.compile(r"error", re.IGNORECASE)مثالهای این جلسه
- مثال شرط if در پایتون: if m:
- مثال پایتون در پایتون: re.findall(r"\d+", "3 apples and 12 pears")…
- مثال print در پایتون: print(bool(re.match(r"\d{3}", "123abc"))) …
- مثال متغیر در پایتون: m = re.fullmatch(r"(?P<year>\d{4})-(?P<mont…
- مثال متغیر در پایتون: WORD = re.compile(r"error", re.IGNORECASE)
چالشها
- Extract Numbers (آسان)
- Find an Order ID (آسان)
- Normalize Whitespace (آسان)
- Mobile Number Validator (متوسط)
- Reformat a Date (متوسط)
- Named Groups (متوسط)
- Email Validator (متوسط)
- Parse a Log Line (سخت)
- Mask Emails (سخت)
- Parse Key-Value Settings (سخت)
- Split on Many Delimiters (متوسط)
- Password Policy (سخت)
بیشتر بخوان
- شرط if، elif و else در پایتون: آموزش کامل با مثال
- پایتون چیست؟ تاریخچه، کاربردها و راه شروع
- دستور print در پایتون: آموزش کامل با مثال، sep و end
- متغیر در پایتون: تعریف، نامگذاری و تغییر مقدار با مثال
← جلسهی 40: جعبهابزار کتابخانهی استاندارد جلسهی 42: پروژه: تحلیلگر لاگ →