آموزش رایگان صفر تا صد پایتون (Python) به زبان ساده عبارات منظم (RegEx) در پایتون

درس 66 از 70

در حال پیشرفت

عبارات منظم (RegEx) در پایتون

عبارت منظم یا RegEx یک سری از کاراکترهاست که برای جستجوی الگوها در رشته‌ها استفاده می‌شود. با استفاده از RegEx می‌توان بررسی کرد که آیا یک رشته شامل الگوی خاصی است یا نه.

استفاده از Module `re` در پایتون

در پایتون، برای کار با RegEx باید از ماژول re استفاده کنید. این ماژول ابزارهایی برای جستجو و تطبیق الگوها در رشته‌ها فراهم می‌کند.

برای استفاده از آن ابتدا باید ماژول re را وارد کنید:

import re

شروع کار با RegEx در پایتون

پس از وارد کردن ماژول re، می‌توانید از آن برای جستجو در رشته‌ها استفاده کنید. به‌عنوان مثال، فرض کنید می‌خواهیم بررسی کنیم که آیا یک رشته با “The” شروع می‌شود و با “Spain” تمام می‌شود یا خیر:

import re

txt = "The rain in Spain"
x = re.search("^The.*Spain$", txt)

در این مثال، از تابع re.search() استفاده شده که بررسی می‌کند آیا رشته‌ی txt با “The” شروع می‌شود و با “Spain” تمام می‌شود یا نه.

توابع مهم در ماژول re

ماژول re مجموعه‌ای از توابع مفید برای جستجوی الگوها فراهم می‌کند:

findall(): تمام موارد تطبیق‌شده را در قالب یک لیست برمی‌گرداند.
search(): اولین تطبیق را پیدا می‌کند و یک Match Object برمی‌گرداند.
split(): رشته را در محل‌های تطبیق‌شده به بخش‌های جداگانه تقسیم می‌کند.
sub(): به جای تطبیق‌ها، متن دلخواهی را قرار می‌دهد.

متاکاراکترها (Metacharacters)

در RegEx، برخی کاراکترها معنی خاصی دارند. به این کاراکترها، متاکاراکتر گفته می‌شود:

کاراکتر	توضیح	مثال
[ ]	مجموعه‌ای از کاراکترها	[a-m]
\	مشخص‌کننده‌ی یک توالی خاص	\d (اعداد)
.	هر کاراکتری به‌جز خط جدید	he..o
^	شروع با ...	^hello
$	پایان با ...	planet$
*	صفر یا بیشتر	he.*o
+	یک یا بیشتر	he.+o
?	صفر یا یک بار	he.?o
{}	دقیقا تعداد مشخصی	he.{2}o
\|	یا	falls\|stays
()	گروه‌بندی و استخراج	(abc)

توالی‌های خاص (Special Sequences)

توالی‌های خاص در RegEx با \ شروع می‌شوند و معانی خاصی دارند. این توالی‌ها به شما کمک می‌کنند تا جستجوها را دقیق‌تر کنید:

کاراکتر	توضیح	مثال
\A	تطبیق از ابتدای رشته	\AThe
\b	تطبیق در ابتدای یا انتهای کلمه	r"\bain"
\d	تطبیق اعداد	\d
\D	تطبیق غیر عددی	\D
\s	تطبیق فضای خالی	\s
\S	تطبیق غیر فضای خالی	\S
\w	تطبیق کاراکترهای کلمه	\w
\W	تطبیق غیر کاراکتر کلمه	\W
\Z	تطبیق در انتهای رشته	Spain\Z

استفاده از `findall()`

تابع findall() تمام تطبیق‌های موجود در یک رشته را به‌صورت لیست برمی‌گرداند. اگر هیچ تطبیقی پیدا نشود، لیست خالی برمی‌گرداند.

مثال:

import re

txt = "The rain in Spain"
x = re.findall("ai", txt)
print(x)

خروجی:

['ai', 'ai']

مثال بدون تطبیق:

import re

txt = "The rain in Spain"
x = re.findall("Portugal", txt)
print(x)

خروجی:

[ ]

استفاده از `search()`

تابع search() برای جستجو در یک رشته و پیدا کردن اولین تطبیق استفاده می‌شود. این تابع یک Match Object برمی‌گرداند که اطلاعات دقیق‌تری از تطبیق شامل موقعیت شروع و پایان آن ارائه می‌دهد.

مثال:

import re

txt = "The rain in Spain"
x = re.search("\s", txt)

print("The first white-space character is located in position:", x.start())

خروجی:

The first white-space character is located in position: 3

استفاده از `split()`

تابع split() برای تقسیم یک رشته به قسمت‌های مختلف، بر اساس الگوی تطبیق‌شده استفاده می‌شود.

مثال:

import re

txt = "The rain in Spain"
x = re.split("\s", txt)
print(x)

خروجی:

['The', 'rain', 'in', 'Spain']

استفاده از `sub()`

تابع sub() برای جایگزین کردن تطبیق‌ها با متنی که شما انتخاب کرده‌اید، استفاده می‌شود.

مثال:

import re

txt = "The rain in Spain"
x = re.sub("\s", "9", txt)
print(x)

خروجی:

The9rain9in9Spain

مفهوم Match Object

Match Object اطلاعاتی درباره جستجو و نتیجه آن فراهم می‌کند. این شیء متدهایی دارد که به شما کمک می‌کند تا جزئیات بیشتری از تطبیق پیدا کنید:

span() : موقعیت شروع و پایان تطبیق را برمی‌گرداند.
string : رشته‌ای که برای جستجو وارد کرده‌اید.
group() : بخشی از رشته که تطبیق پیدا کرده است.

مثال:

import re

txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)

print(x.span())

خروجی:

(12, 17)

مثال دیگر:

import re

txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)

print(x.string)

خروجی:

The rain in Spain

مثال آخر:

import re

txt = "The rain in Spain"
x = re.search(r"\bS\w+", txt)

print(x.group())

خروجی:

Spain

چالش‌ها و تمرین‌ها

یک رشته بنویسید و با استفاده از RegEx بررسی کنید که آیا رشته شامل عدد است یا خیر.
رشته‌ای بنویسید که شامل تعدادی از کاراکترهای خاص باشد (مثلاً فاصله، علامت‌ سوال و غیره) و از متد sub() برای جایگزینی آن‌ها استفاده کنید.

جمع‌بندی

با استفاده از RegEx می‌توانیم جستجوهای پیچیده‌تری در رشته‌ها انجام دهیم.
ماژول re در پایتون امکانات زیادی برای جستجو، تقسیم، جایگزینی و بررسی تطبیق‌ها دارد.
متاکاراکترها و توالی‌های خاص به شما این امکان را می‌دهند که جستجوهای دقیق‌تر و خاص‌تری انجام دهید.

آموزش رایگان صفر تا صد پایتون (Python) به زبان ساده

عبارات منظم (RegEx) در پایتون

استفاده از Module re در پایتون

شروع کار با RegEx در پایتون

توابع مهم در ماژول re

متاکاراکترها (Metacharacters)

توالی‌های خاص (Special Sequences)

استفاده از findall()

استفاده از search()

استفاده از split()

استفاده از sub()

مفهوم Match Object

چالش‌ها و تمرین‌ها

جمع‌بندی

استفاده از Module `re` در پایتون

استفاده از `findall()`

استفاده از `search()`

استفاده از `split()`

استفاده از `sub()`