正規表現を使用したPythonでのパターンマッチング

regex matches: Tutorials

文字列のマッチング

Pythonの「re」モジュールには多数のメソッドがあり、特定の正規表現が特定の文字列と一致するかどうかをテストするには、re.search（）を使用できます。 re.MatchObjectは、文字列のどの部分に一致が見つかったかなどの追加情報を提供します。

構文

matchObject = re.search(pattern, input_string, flags=0)

例

#Need module 're' for regular expression
import re
# Lets use a regular expression to match a date string.
regex = r"([a-zA-Z]+) (\d+)"
if re.search(regex, "Jan 2"):
   match = re.search(regex, "Jan 2")
   # This will print [0, 5), since it matches at the beginning and end of the
   # string
   print("Match at index %s, %s" % (match.start(), match.end()))
   # The groups contain the matched values. In particular:
   # match.group(0) always returns the fully matched string
   # match.group(1), match.group(2), ... will return the capture
   # groups in order from left to right in the input string  
   # match.group() is equivalent to match.group(0)
   # So this will print "Jan 2"
   print("Full match: %s" % (match.group(0)))
   # So this will print "Jan"
   print("Month: %s" % (match.group(1)))
   # So this will print "2"
   print("Day: %s" % (match.group(2)))
else:
   # If re.search() does not match, then None is returned
   print("Pattern not Found! ")

結果

Match at index 0, 5
Full match: Jan 2
Month: Jan
Day: 2

上記の方法は最初の一致後に停止するため、データを抽出するよりも正規表現をテストするのに適しています。

グループのキャプチャ

パターンに2つ以上の括弧が含まれている場合、最終結果は、括弧（）グループメカニズムとfinall（）の助けを借りて、文字列のリストではなくタプルになります。一致する各パターンはタプルで表され、各タプルにはgroup（1）、group（2）..データが含まれます。

import re
regex = r'([\w\.-]+)@([\w\.-]+)'
str = ('hello [email protected], [email protected], hello [email protected]')
matches = re.findall(regex, str)
print(matches)
for tuple in matches:
   print("Username: ",tuple[0]) #username
   print("Host: ",tuple[1]) #host

結果

[('john', 'hotmail.com'), ('hello', 'Tutorialspoint.com'), ('python', 'gmail.com')]
Username: john
Host: hotmail.com
Username: hello
Host: Tutorialspoint.com
Username: python
Host: gmail.com

文字列の検索と置換

もう1つの一般的なタスクは、指定された文字列内のパターンのすべてのインスタンスを検索してそれらを置き換えることです。re.sub（pattern、replacement、string）はそれを正確に実行します。たとえば、古いメールドメインのすべてのインスタンスを置き換える

コード

# requid library
import re
#given string
str = ('hello [email protected], [email protected], hello [email protected], Hello World!')
#pattern to match
pattern = r'([\w\.-]+)@([\w\.-]+)'
#replace the matched pattern from string with,
replace = r'\[email protected]'
   ## re.sub(pat, replacement, str) -- returns new string with all replacements,
   ## \1 is group(1), \2 group(2) in the replacement
print (re.sub(pattern, replace, str))

結果

hello [email protected], [email protected], hello [email protected], Hello World!

Reオプションフラグ

上記のようなPython正規表現では、さまざまなオプションを使用して、パターン一致の動作を変更できます。これらの追加の引数、オプションのフラグは、search（）またはfindall（）などの関数に追加されます（例：re.search（pattern、string、re.IGNORECASE））。

• IGNORECASE-

  名前が示すように、パターンの大文字と小文字は区別されません（大文字/小文字）。これにより、「a」と「A」を含む文字列が両方とも一致します。

• ドット

  re.DOTALLを使用すると、dot（。）メタ文字を改行（\ n）を含むすべての文字と一致させることができます。

• マルチライン

  re.MULTILINEを使用すると、文字列の各行のstart（^）とend（$）を一致させることができます。ただし、通常、^と＆は文字列全体の開始と終了に一致します。