Hướng dẫn python parse string regex - python phân tích cú pháp chuỗi regex

RegEx hay biểu thức chính quy (Regular Expression) là một chuỗi ký tự tạo thành một biểu mẫu tìm kiếm (search pattern). RegEx được sử dụng để kiểm tra xem một chuỗi có chưa mẫu tìm kiêms được chỉ định hay không.

RegEx module

Trong python, có một gói tích hợp có tên

import re

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

import re

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

import re

RegEx trong python

Sau khi import module

import re

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

import re

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

Các hàm xử lý RegEx

Module

import re

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

import re

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

1. Hàm findall()

In ra tất cả những đoạn phù hợp:

In [11]: import re 
    ...:  
    ...: str = "The rain in Spain" 
    ...: x = re.findall("ai", str) 
    ...: print(x)                                                                                                  
['ai', 'ai']

Hoặc nếu không tìm thấy kết quả nào phù hợp thì trả về một danh sách rỗng

In [12]: import re 
    ...:  
    ...: str = "The rain in Spain" 
    ...: x = re.findall("Portugal", str) 
    ...: print(x)                                                                                                  
[]

2. Hàm search()

Tìm kiếm khoảng trắng đầu tiên trong chuỗi:

In [13]: import re 
    ...:  
    ...: str = "The rain in Spain" 
    ...: x = re.search("\s", str) 
    ...:  
    ...: print("The first white-space character is located in position:", x.start())                               
The first white-space character is located in position: 3

Hoặc sẽ trả về None nếu không tìm thấy

In [15]: import re 
    ...:  
    ...: str = "The rain in Spain" 
    ...: x = re.search("\d", str) 
    ...:  
    ...: print(x)                                                                                                  
None

3. Hàm split()

Tách các từ trong câu:

In [16]: import re 
    ...:  
    ...: str = "The rain in Spain" 
    ...: x = re.split("\s", str) 
    ...: print(x)                                                                                                  
['The', 'rain', 'in', 'Spain']

Chúng ta có thể chỉ định số lần xuất hiện qua tham số

import re

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

In [17]: import re 
    ...:  
    ...: str = "The rain in Spain" 
    ...: x = re.split("\s", str, 1) 
    ...: print(x)                                                                                                  
['The', 'rain in Spain']

4. Hàm sub()

Thay thế mọi khoảng trắng bằng số 9:

In [18]: import re 
    ...:  
    ...: str = "The rain in Spain" 
    ...: x = re.sub("\s", "9", str) 
    ...: print(x)                                                                                                  
The9rain9in9Spain

Hoặc có thể hạn chế số lần thay thế qua tham số

import re

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

In [19]: import re 
    ...:  
    ...: str = "The rain in Spain" 
    ...: x = re.sub("\s", "9", str, 2) 
    ...: print(x)                                                                                                  
The9rain9in Spain

Metacharacters

Metacharacters là những ký tự có ý nghĩa đặc biệt

import re

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

import re

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

import re

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

Kết thúc chuỗi

"world$"

import re

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

import re

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

import re

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

Bất kỳ ký tự nào (ngoại trừ ký tự dòng mới)

"he..o"

{}

Chính xác số lần xuất hiện

"aix{2}"

"aixx"

import re

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

|

import re

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

Hoặc

import re

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

"a|b"

"a"