Регулярные выражения

Немного истории

• неплохая методичка, в которой есть практически всё про РВ, о чём говорилось в лекции. Серьёзно, прямо план лекции.

TODO трюк с составлением нечитаемого РВ из читаемых частей.

Копия плана (примеры и пояснения см. на сайте):

• Что такое регулярные выражения?

• Спецсимволы
  • Точка
  • Набор символов (диапазон)
    • Отрицание набора символов
  • Повторения
    • Звёздочка
    • Плюс
    • Знак вопроса
  • Фигурные скобки
  • Скобочные группы (карманы)
  • Альтернация
  • Экранирование
  • Позиционные маркеры
    • Каретка
    • Доллар
• Дополнительные диапазоны и позиционные маркеры
• Контекстные проверки
  • Предпросмотр, негативный предпросмотр
  • Пост-просмотр, негативный пост-просмотр
• Флаги
  • Поиск без учета регистра
  • Многостроковый поиск

    • Перевод строки как любой символ

Ленивые повторители:

• *?, +?, ??, {m, n}?

• Опасность ленивых операций: «самый левый самый длинный» на атомарном уровне не работает; вложенные *? — путь в бесконечность

Алчные повторители:

• *+, ++, ?+ и {m,n}+

• (?>…) — общая конструкция алчной группировки

• Алчные повторители ускоряют разбор и (иногда) упрощают выражение

Особенности Python

• Работа функций match() и search()

  • Результат — последовательность Match Object-ов

  • Именованные карманы (?P<name>…)

• Удобные инструменты:

  • findall() / finditer()

  • split(), особенно с разделителями в карманах

  • escape()

Поиск с заменой

• Самоцитаты (back references) — \номер скобочной группы (номер открывающей скобки в целом RE)

  • Пример: (\w+).*(\1) на текст Matches between zero and unlimited times, as match times

• Именованные самоцитаты: (?P<name>…) ⇒ (?P=name)

• Условные ( ) самоцитаты: (?(id/name)yes-pattern|no-pattern)

В методичке нет про поиск с заменой sub()

• Использование цитат в sub():

  • sub(r"(\w+).(\w+)", r"\2 — \1 — \1", "---qwerty---")

Ещё почитать

• MRE

• re

Д/З

0. Прочитать и прощёлкать

   • методичку по regexp-ам

   • Howto

   • примеры в документации

   • В частности, Match Objects