Resumo : neste tutorial, você aprenderá sobre os sinalizadores regex do Python e como eles alteram o comportamento do mecanismo regex para correspondência de padrões.
Introdução aos sinalizadores regex do Python
As funções de expressão regular como findall , finditer , search , match , split , sub ,… possuem o parâmetro ( flags) que aceita um ou mais sinalizadores regex.
Desde o Python 3.6, os sinalizadores regex são instâncias da classe RegexFlag de enumeração no remódulo. A tabela a seguir mostra os sinalizadores regex disponíveis e seus significados:
| Bandeira | Alias | Sinalizador embutido | Significado |
|---|---|---|---|
re.ASCII |
re.A |
?m |
O re.ASCIIé relevante apenas para os padrões de bytes. Ele faz \w, \W, \b, \B, \d, \D e \Sexecuta a correspondência somente ASCII em vez da correspondência Unicode completa. |
re.DEBUG |
N / D | N / D | Mostra re.DEBUGas informações de depuração do padrão compilado. |
re.IGNORECASE |
re.I |
?i |
realizar correspondência sem distinção entre maiúsculas e minúsculas. Isso significa que [A-Z]também corresponderá a letras minúsculas. |
re.LOCALE |
re.L |
?L |
O re.LOCALEé relevante apenas para o padrão de bytes. Isso torna a correspondência \w, \W, e com distinção entre maiúsculas \be \Bminúsculas dependente da localidade atual. O re.LOCALEnão é compatível com a re.ASCIIbandeira. |
re.MUTILINE |
re.M |
?m |
O re.MULTILINEfaz as ^correspondências no início de uma string e no início de cada linha e $as correspondências no final de uma string e no final de cada linha. |
re.DOTALL |
re.S |
?s |
Por padrão, o ponto ( .) corresponde a qualquer caractere, exceto uma nova linha. Isso re.DOTALLfaz com que o ponto ( .) corresponda a todos os caracteres, incluindo uma nova linha. |
re.VERBOSE |
re.X |
?x |
O re.VERBOSEsinalizador permite organizar visualmente um padrão em seções lógicas e adicionar comentários. |
Para combinar dois ou mais sinalizadores, você usa o |operador assim:
re. A | re.M | re.SLinguagem de código: Python ( python )Sinalizadores de regex Python
Vejamos alguns exemplos de uso dos sinalizadores regex do Python.
1) O exemplo do sinalizador re.IGNORECASE
O exemplo a seguir usa a findall()função para corresponder todos os caracteres minúsculos do conjunto [a-z]em uma string:
import re
s = 'Python is awesome'
pattern = '[a-z]+'
l = re.findall(pattern, s)
print(l)Linguagem de código: Python ( python )Saída:
['ython', 'is', 'awesome']Linguagem de código: Python ( python )Observe que a letra Pnão está incluída no resultado porque não está no conjunto [a-z].
O exemplo a seguir usa o re.INGORECASEsinalizador:
import re
s = 'Python is awesome'
pattern = '[a-z]+'
l = re.findall(pattern, s, re.IGNORECASE)
print(l)Linguagem de código: Python ( python )Saída:
['Python', 'is', 'awesome']Linguagem de código: Python ( python )Mesmo que o padrão corresponda apenas aos caracteres do set [a-z], o re.IGNORECASEsinalizador instrui o mecanismo regex a também corresponder aos caracteres do [A-Z]set.
2) O exemplo do sinalizador re.MULTILINE
O exemplo a seguir usa a âncora ^ para corresponder a um ou mais caracteres de palavra no início de uma string:
import re
s = '''Regex
Flags'''
pattern ='^\w+'
l = re.findall(pattern,s)
print(l)Linguagem de código: Python ( python )Saída:
['Regex']Linguagem de código: Python ( python )A string s tem duas linhas. A ^única correspondência no início da string conforme o esperado.
Se você usar o re.MULTILINEsinalizador, ele ^corresponderá no início de cada linha. Por exemplo:
import re
s = '''Regex
Flags'''
pattern = '^\w+'
l = re.findall(pattern, s, re.MULTILINE)
print(l)Linguagem de código: Python ( python )Saída:
['Regex', 'Flags']Linguagem de código: Python ( python )3) O exemplo do sinalizador re.DOTALL
Neste exemplo, o .+padrão de pontos corresponde a um ou mais caracteres, exceto a nova linha:
import re
s = '''Regex
Flags'''
pattern = '.+'
l = re.findall(pattern, s)
print(l)Linguagem de código: Python ( python )Saída:
['Regex', 'Flags']Linguagem de código: Python ( python )Se você usar o re.DOTALLsinalizador, .+também corresponderá à nova linha:
import re
s = '''Regex
Flags'''
pattern = '.+'
l = re.findall(pattern, s, re.DOTALL)
print(l)Linguagem de código: Python ( python )Saída:
['Regex\nFlags']Linguagem de código: Python ( python )4) O exemplo do sinalizador re.VERBOSE
O exemplo a seguir mostra como usar o re.VERBOSEsinalizador para escrever um padrão em seções com comentários:
import re
s = 'Python 3'
pattern = r'''^(\w+) # match one or more characters at the beginning of the string
\s* # match zero or more spaces
(\d+)$ # match one or more digits at the end of the string'''
l = re.findall(pattern, s, re.VERBOSE)
print(l)Linguagem de código: Python ( python )Saída:
[('Python', '3')]Linguagem de código: Python ( python )Neste exemplo, o re.VERBOSEsinalizador nos permite adicionar espaços e comentários à expressão regular para explicar cada regra individual.
5) O exemplo do sinalizador re.ASCII
O exemplo a seguir corresponde a palavras com dois caracteres:
import re
s = '作法 is Pythonic in Japanese'
pattern = r'\b\w{2}\b'
l = re.findall(pattern, s)
print(l)Linguagem de código: Python ( python )Saída:
['作法', 'is', 'in']Linguagem de código: Python ( python )No entanto, se você usar o re.ASCIIsinalizador, as correspondências conterão apenas caracteres ASCII:
import re
s = '作法 is Pythonic in Japanese'
pattern = r'\b\w{2}\b'
l = re.findall(pattern, s, re.ASCII)
print(l)Linguagem de código: Python ( python )Saída:
['is', 'in']Linguagem de código: Python ( python )Neste exemplo, a palavra 作法foi excluída da lista resultante.
Resumo
- Os sinalizadores regex do Python são instâncias da classe de enumeração RegexFlag.
- Os sinalizadores regex alteram a maneira como o mecanismo regex executa a correspondência de padrões.
- As funções regex como match, fullmatch, findall, finditer, search, split, sub, subn aceitam um parâmetro flags que pode ser um sinalizador, uma combinação de sinalizadores regex.
- Use o | operador para combinar dois sinalizadores regex.
