re.md
1> **Источник:** https://python-all.ru/3.6/library/re.html2>3> «Документация Python на русском» – неофициальный перевод официальной документации Python: версии от 2.6 до 3.16, полнотекстовый поиск, английский оригинал рядом с переводом. Эта Markdown-версия страницы предназначена для работы с LLM: вставьте её в ChatGPT, Claude или Cursor.45---67# 6.2. [`re`](https://python-all.ru/3.6/library/re.html#module-re) – Операции с регулярными выражениями89**Исходный код:** [Lib/re.py](https://python-all.ru/src/3.6/Lib/re.py)1011---1213Этот модуль предоставляет операции сопоставления с регулярными выражениями, аналогичные тем, что есть в Perl.1415И шаблоны, и строки для поиска могут быть строками Unicode ([`str`](https://python-all.ru/3.6/library/stdtypes.html#str)) , а также 8-битными строками ([`bytes`](https://python-all.ru/3.6/library/stdtypes.html#bytes)). Однако строки Unicode и 8-битные строки нельзя смешивать: то есть нельзя сопоставлять строку Unicode с байтовым шаблоном или наоборот; аналогично, при запросе подстановки строка замены должна быть того же типа, что и шаблон, и искомая строка.1617В регулярных выражениях обратная косая черта (`'\'`) используется для обозначения специальных форм или чтобы разрешить использование специальных символов без их специального значения. Это противоречит использованию того же символа в Python для той же цели в строковых литералах; например, чтобы сопоставить буквальную обратную косую черту, возможно, придётся написать `'\\\\'` в строке шаблона, потому что регулярное выражение должно быть `\\`, а каждую обратную косую черту нужно выразить как `\\` внутри обычного строкового литерала Python.1819Решение – использовать сырые строки Python для шаблонов регулярных выражений; обратные косые черты не обрабатываются особым образом в строковых литералах с префиксом `'r'`. Таким образом, `r"\n"` – это строка из двух символов, содержащая `'\'` и `'n'`, тогда как `"\n"` – это строка из одного символа, содержащая символ новой строки. Обычно шаблоны выражаются в коде Python с использованием этой нотации сырых строк.2021Важно отметить, что большинство операций с регулярными выражениями доступны как функции уровня модуля и методы [скомпилированных регулярных выражений](https://python-all.ru/3.6/library/re.html#re-objects). Функции – это ярлыки, которые не требуют предварительной компиляции объекта regex, но не имеют некоторых параметров тонкой настройки.2223> **См. также**24>25> Сторонний модуль [regex](https://python-all.ru/3.6/library/re.html), API которого совместим с модулем стандартной библиотеки [`re`](https://python-all.ru/3.6/library/re.html#module-re), но предлагает дополнительные функции и более полную поддержку Unicode.2627## 6.2.1. Синтаксис регулярных выражений2829Регулярное выражение (или RE) задаёт набор строк, которым оно соответствует; функции в этом модуле позволяют проверить, соответствует ли конкретная строка заданному регулярному выражению (или соответствует ли заданное регулярное выражение конкретной строке – что одно и то же).3031Регулярные выражения можно объединять для получения новых регулярных выражений; если *A* и *B* – оба регулярные выражения, то *AB* тоже является регулярным выражением. В общем, если строка *p* соответствует *A*, а другая строка *q* соответствует *B*, то строка *pq* будет соответствовать AB. Это верно, если только *A* или *B* не содержат операций с низким приоритетом; граничных условий между *A* и *B*; или нумерованных ссылок на группы. Таким образом, сложные выражения легко строятся из более простых примитивных выражений, подобных описанным здесь. Подробности теории и реализации регулярных выражений можно найти в книге Фридла [\[Frie09\]](https://python-all.ru/3.6/library/re.html#frie09), или почти в любом учебнике по конструированию компиляторов.3233Далее следует краткое объяснение формата регулярных выражений. Для получения дополнительной информации и более доступного изложения обратитесь к [руководству по регулярным выражениям](https://python-all.ru/3.6/howto/regex.html#regex-howto).3435Регулярные выражения могут содержать как специальные, так и обычные символы. Большинство обычных символов, например `'A'`, `'a'` или `'0'`, являются простейшими регулярными выражениями; они просто соответствуют сами себе. Можно объединять обычные символы, поэтому `last` соответствует строке `'last'`. (В оставшейся части этого раздела мы будем записывать RE в `this special style`, обычно без кавычек, а строки для сопоставления – в `'in single quotes'`.)3637Некоторые символы, например `'|'` или `'('`, являются специальными. Специальные символы либо обозначают классы обычных символов, либо влияют на интерпретацию окружающих их регулярных выражений.3839Квантификаторы повторения (`*`, `+`, `?`, `{m,n}` и т.д.) не могут быть непосредственно вложенными. Это позволяет избежать неоднозначности с суффиксом нежадного модификатора `?` и с другими модификаторами в других реализациях. Чтобы применить второе повторение к внутреннему повторению, можно использовать круглые скобки. Например, выражение `(?:a{6})*` соответствует любому кратному шести `'a'` символам.4041Специальные символы:4243**`.`**4445(Точка.) В режиме по умолчанию соответствует любому символу, кроме символа новой строки. Если указан флаг [`DOTALL`](https://python-all.ru/3.6/library/re.html#re.DOTALL), то соответствует любому символу, включая символ новой строки.4647**`^`**4849(Циркумфлекс.) Соответствует началу строки, а в режиме [`MULTILINE`](https://python-all.ru/3.6/library/re.html#re.MULTILINE) также соответствует сразу после каждого символа новой строки.5051**`$`**5253Соответствует концу строки или непосредственно перед символом новой строки в конце строки, а в режиме [`MULTILINE`](https://python-all.ru/3.6/library/re.html#re.MULTILINE) также соответствует перед символом новой строки. `foo` соответствует и ‘foo’, и ‘foobar’, в то время как регулярное выражение `foo$` соответствует только ‘foo’. Интереснее то, что поиск `foo.$` в `'foo1\nfoo2\n'` обычно соответствует ‘foo2’, но в режиме [`MULTILINE`](https://python-all.ru/3.6/library/re.html#re.MULTILINE) – ‘foo1’; поиск одиночного `$` в `'foo\n'` найдет два (пустых) совпадения: одно сразу перед символом новой строки, и одно в конце строки.5455**`*`**5657Заставляет результирующее RE соответствовать 0 или более повторениям предыдущего RE, насколько это возможно. `ab*` будет соответствовать ‘a’, ‘ab’ или ‘a’, за которым следует любое количество символов ‘b’.5859**`+`**6061Заставляет результирующее RE соответствовать 1 или более повторениям предыдущего RE. `ab+` будет соответствовать ‘a’, за которым следует любое ненулевое количество символов ‘b’; оно не будет соответствовать просто ‘a’.6263**`?`**6465Заставляет результирующее RE соответствовать 0 или 1 повторению предыдущего RE. `ab?` будет соответствовать либо ‘a’, либо ‘ab’.6667**`*?`, `+?`, `??`**6869Квантификаторы `'*'`, `'+'` и `'?'` являются *жадными*; они соответствуют как можно большему количеству текста. Иногда такое поведение нежелательно; если РВ `<.*>` сопоставить с `'<a> b <c>'`, оно будет соответствовать всей строке, а не только `'<a>'`. Добавление `?` после квантификатора заставляет его выполнять сопоставление в *нежадном* или *минимальном* режиме; будет сопоставлено как *можно меньше* символов. Использование РВ `<.*?>` будет соответствовать только `'<a>'`.7071**`{m}`**7273Указывает, что должно быть сопоставлено ровно *m* копий предыдущего RE; меньшее количество совпадений приводит к тому, что всё RE не соответствует. Например, `a{6}` будет соответствовать ровно шести символам `'a'`, но не пяти.7475**`{m,n}`**7677Заставляет результирующее RE соответствовать от *m* до *n* повторений предыдущего RE, пытаясь сопоставить как можно больше повторений. Например, `a{3,5}` будет соответствовать от 3 до 5 символов `'a'`. Пропуск *m* задаёт нижнюю границу, равную нулю, а пропуск *n* задаёт бесконечную верхнюю границу. В качестве примера, `a{4,}b` будет соответствовать `'aaaab'` или тысяче символов `'a'`, за которыми следует `'b'`, но не `'aaab'`. Запятую нельзя опускать, иначе модификатор будет спутан с ранее описанной формой.7879**`{m,n}?`**8081Заставляет результирующее РВ соответствовать от *m* до *n* повторений предыдущего РВ, пытаясь сопоставить как *можно меньше* повторений. Это нежадная версия предыдущего квантификатора. Например, для 6-символьной строки `'aaaaaa'`, `a{3,5}` будет соответствовать 5 `'a'` символам, в то время как `a{3,5}?` будет соответствовать только 3 символам.8283**`\`**8485Либо экранирует специальные символы (позволяя сопоставлять такие символы, как `'*'`, `'?'` и т.д.), либо обозначает специальную последовательность; специальные последовательности рассматриваются ниже.8687Если вы не используете сырую строку для выражения шаблона, помните, что Python также использует обратную косую черту как escape-последовательность в строковых литералах; если escape- последовательность не распознаётся парсером Python, обратная косая черта и следующий за ней символ включаются в результирующую строку. Однако если Python распознает результирующую последовательность, обратную косую черту следует удвоить. Это сложно и трудно для понимания, поэтому настоятельно рекомендуется использовать сырые строки для всех, кроме самых простых выражений.8889**`[]`**9091Используется для обозначения набора символов. В наборе:9293- Символы можно перечислять по отдельности, например, `[amk]` совпадет с `'a'`, `'m'` или `'k'`.9495- Диапазоны символов можно указать, задав два символа и разделив их `'-'`, например `[a-z]` совпадет с любой строчной буквой ASCII, `[0-5][0-9]` – со всеми двузначными числами от `00` до `59`, а `[0-9A-Fa-f]` – с любой шестнадцатеричной цифрой. Если `-` экранирован (например, `[a\-z]`) или стоит первым или последним символом (например, `[-a]` или `[a-]`), он будет совпадать с литералом `'-'`.96- Специальные символы теряют своё специальное значение внутри наборов. Например, `[(+*)]` будет соответствовать любому из литеральных символов `'('`, `'+'`, `'*'` или `')'`.9798- Классы символов, такие как `\w` или `\S` (определены ниже), также принимаются внутри набора, хотя символы, которым они соответствуют, зависят от того, активен ли режим [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII) или [`LOCALE`](https://python-all.ru/3.6/library/re.html#re.LOCALE).99100- Символы, не входящие в диапазон, можно сопоставить с помощью *дополнения* набора. Если первый символ набора – `'^'`, то будут сопоставлены все символы, которые *не* входят в набор. Например, `[^5]` совпадет с любым символом, кроме `'5'`, а `[^^]` – с любым символом, кроме `'^'`. `^` не имеет специального значения, если он не первый символ в наборе.101- Чтобы найти символ `']'` внутри набора, поставьте перед ним обратную косую черту или поместите его в начало набора. Например, `[()[\]{}]` и `[]()[{}]` оба соответствуют круглой скобке.102103**`|`**104105`A|B`, где *A* и *B* могут быть произвольными РВ, создаёт регулярное выражение, которое совпадает либо с *A*, либо с *B*. Таким образом можно разделить произвольное количество РВ с помощью `'|'`. Это также можно использовать внутри групп (см. ниже). По мере сканирования целевой строки РВ, разделённые `'|'`, пробуются слева направо. Когда один шаблон полностью совпадает, эта ветвь принимается. Это означает, что как только *A* совпадает, *B* больше не проверяется, даже если бы оно дало более длинное общее совпадение. Другими словами, оператор `'|'` никогда не является жадным. Чтобы сопоставить литерал `'|'`, используйте `\|` или заключите его в класс символов, например `[|]`.106107**`(...)`**108109Соответствует любому регулярному выражению внутри круглых скобок и обозначает начало и конец группы; содержимое группы можно получить после выполнения сопоставления, а также сопоставить позже в строке с помощью специальной последовательности `\number`, описанной ниже. Чтобы сопоставить литералы `'('` или `')'`, используйте `\(` или `\)` или заключите их в класс символов: `[(]`, `[)]`.110111**`(?...)`**112113Это расширенная запись (иначе `'?'` после `'('` не имеет смысла). Первый символ после `'?'` определяет значение и дальнейший синтаксис конструкции. Расширения обычно не создают новую группу; `(?P<name>...)` – единственное исключение из этого правила. Ниже перечислены поддерживаемые в настоящее время расширения.114115**`(?aiLmsux)`**116117(Одна или более букв из набора `'a'`, `'i'`, `'L'`, `'m'`, `'s'`, `'u'`, `'x'`.) Группа соответствует пустой строке; буквы устанавливают соответствующие флаги: [`re.A`](https://python-all.ru/3.6/library/re.html#re.A) (только ASCII), [`re.I`](https://python-all.ru/3.6/library/re.html#re.I) (игнорировать регистр), [`re.L`](https://python-all.ru/3.6/library/re.html#re.L) (зависит от локали), [`re.M`](https://python-all.ru/3.6/library/re.html#re.M) (многострочный), [`re.S`](https://python-all.ru/3.6/library/re.html#re.S) (точка соответствует всему), `re.U` (сопоставление Unicode) и [`re.X`](https://python-all.ru/3.6/library/re.html#re.X) (подробный), для всего регулярного выражения. (Флаги описаны в разделе [Содержание модуля](https://python-all.ru/3.6/library/re.html#contents-of-module-re).) Это полезно, если вы хотите включить флаги как часть регулярного выражения, вместо передачи аргумента *flag* в функцию [`re.compile()`](https://python-all.ru/3.6/library/re.html#re.compile). Флаги должны использоваться первыми в строке выражения.118119**`(?:...)`**120121Незапоминающая версия обычных круглых скобок. Совпадает с любым регулярным выражением внутри скобок, но подстрока, совпавшая с группой, *не может* быть извлечена после выполнения сопоставления или использована для ссылки позже в шаблоне.122123**`(?imsx-imsx:...)`**124125(Ноль или более букв из набора `'i'`, `'m'`, `'s'`, `'x'`, за которыми опционально следует `'-'` и затем одна или более букв из того же набора.) Буквы включают или отключают соответствующие флаги: [`re.I`](https://python-all.ru/3.6/library/re.html#re.I) (игнорирование регистра), [`re.M`](https://python-all.ru/3.6/library/re.html#re.M) (многострочный режим), [`re.S`](https://python-all.ru/3.6/library/re.html#re.S) (точка соответствует любому символу) и [`re.X`](https://python-all.ru/3.6/library/re.html#re.X) (подробный режим) для части выражения. (Флаги описаны в разделе [Содержимое модуля](https://python-all.ru/3.6/library/re.html#contents-of-module-re).)126127Новое в версии 3.6.128129**`(?P<name>...)`**130131Аналогично обычным круглым скобкам, но подстрока, совпавшая с группой, доступна по символическому имени группы *name*. Имена групп должны быть допустимыми идентификаторами Python, и каждое имя группы должно быть определено только один раз в регулярном выражении. Символическая группа также является нумерованной группой, как если бы группа не была именованной.132133Именованные группы можно использовать в трех контекстах. Если шаблон `(?P<quote>['"]).*?(?P=quote)` (т.е. соответствие строке, заключенной в одинарные или двойные кавычки):134135| Контекст ссылки на группу «quote» | Способы ссылки на нее |136| --- | --- |137| в том же самом шаблоне | `(?P=quote)` (как показано) `\1` |138| при обработке объекта совпадения *m* | `m.group('quote')` `m.end('quote')` (и т.д.) |139| в строке, передаваемой в аргумент *repl* функции `re.sub()` | `\g<quote>` `\g<1>` `\1` |140141**`(?P=name)`**142143Обратная ссылка на именованную группу; соответствует любому тексту, который был найден ранее группой с именем *name*.144145**`(?#...)`**146147Комментарий; содержимое скобок просто игнорируется.148149**`(?=...)`**150151Совпадает, если `...` совпадает далее, но не потребляет ни одного символа строки. Это называется *опережающей проверкой*. Например, `Isaac (?=Asimov)` совпадет с `'Isaac '`, только если за ним следует `'Asimov'`.152153**`(?!...)`**154155Совпадает, если `...` не совпадает далее. Это *отрицательная опережающая проверка*. Например, `Isaac (?!Asimov)` совпадет с `'Isaac '`, только если за ним *не* следует `'Asimov'`.156157**`(?<=...)`**158159Совпадает, если текущей позиции в строке предшествует совпадение с `...`, которое заканчивается в текущей позиции. Это называется *положительной ретроспективной проверкой*. `(?<=abc)def` найдет совпадение в `'abcdef'`, поскольку ретроспективная проверка отступит на 3 символа и проверит, совпадает ли вложенный шаблон. Вложенный шаблон может соответствовать только строкам фиксированной длины, то есть `abc` или `a|b` разрешены, а `a*` и `a{3,4}` – нет. Обратите внимание, что шаблоны, начинающиеся с положительной ретроспективной проверки, не будут совпадать в начале искомой строки; скорее всего, следует использовать функцию [`search()`](https://python-all.ru/3.6/library/re.html#re.search), а не [`match()`](https://python-all.ru/3.6/library/re.html#re.match):160161```python162>>> import re163>>> m = re.search('(?<=abc)def', 'abcdef')164>>> m.group(0)165'def'166```167168Этот пример ищет слово, следующее за дефисом:169170```python171>>> m = re.search(r'(?<=-)\w+', 'spam-egg')172>>> m.group(0)173'egg'174```175176Изменено в версии 3.5: Добавлена поддержка ссылок на группы фиксированной длины.177178**`(?<!...)`**179180Совпадает, если текущей позиции в строке не предшествует совпадение с `...`. Это называется *отрицательной ретроспективной проверкой*. Аналогично положительным ретроспективным проверкам, вложенный шаблон может соответствовать только строкам фиксированной длины. Шаблоны, начинающиеся с отрицательной ретроспективной проверки, могут совпадать в начале искомой строки.181182**`(?(id/name)yes-pattern|no-pattern)`**183184Будет пытаться сопоставить с `yes-pattern`, если группа с заданным *id* или *именем* существует, и с `no-pattern` в противном случае. `no-pattern` необязателен и может быть опущен. Например, `(<)?(\w+@\w+(?:\.\w+)+)(?(1)>|$)` – это неудачный шаблон для сопоставления email, который будет соответствовать `'<user@host.com>'`, а также `'user@host.com'`, но не `'<user@host.com'` и не `'user@host.com>'`.185186Специальные последовательности состоят из `'\'` и символа из списка ниже. Если обычный символ не является цифрой ASCII или буквой ASCII, то полученное регулярное выражение будет соответствовать второму символу. Например, `\$` соответствует символу `'$'`.187188**`\number`**189190Совпадает с содержимым группы с тем же номером. Группы нумеруются начиная с 1. Например, `(.+) \1` совпадает с `'the the'` или `'55 55'`, но не с `'thethe'` (обратите внимание на пробел после группы). Эта специальная последовательность может использоваться только для сопоставления с одной из первых 99 групп. Если первая цифра *числа* равна 0, или *число* состоит из 3 восьмеричных цифр, оно не будет интерпретироваться как ссылка на группу, а как символ с восьмеричным значением *числа*. Внутри `'['` и `']'` символьного класса все числовые управляющие последовательности рассматриваются как символы.191192**`\A`**193194Совпадает только в начале строки.195196**`\b`**197198Соответствует пустой строке, но только в начале или конце слова. Слово определяется как последовательность словообразовательных символов. Обратите внимание, что формально `\b` определяется как граница между символом `\w` и символом `\W` (или наоборот), или между `\w` и началом/концом строки. Это означает, что `r'\bfoo\b'` соответствует `'foo'`, `'foo.'`, `'(foo)'`, `'bar foo baz'`, но не `'foobar'` или `'foo3'`.199200По умолчанию в шаблонах Unicode используются буквенно-цифровые символы Unicode, но это можно изменить с помощью флага [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII). Границы слов определяются текущей локалью, если используется флаг [`LOCALE`](https://python-all.ru/3.6/library/re.html#re.LOCALE). Внутри диапазона символов `\b` представляет символ возврата на одну позицию (backspace) для совместимости со строковыми литералами Python.201202**`\B`**203204Соответствует пустой строке, но только когда она *не* находится в начале или конце слова. Это означает, что `r'py\B'` соответствует `'python'`, `'py3'`, `'py2'`, но не `'py'`, `'py.'` или `'py!'`. `\B` является противоположностью `\b`, поэтому словообразовательные символы в шаблонах Unicode являются буквенно-цифровыми символами Unicode или подчеркиванием, хотя это можно изменить с помощью флага [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII). Границы слов определяются текущей локалью, если используется флаг [`LOCALE`](https://python-all.ru/3.6/library/re.html#re.LOCALE).205206**`\d`**207208**Для шаблонов Unicode (str):**209210Соответствует любой десятичной цифре Unicode (то есть любому символу из категории Unicode \[Nd\]). Сюда входит `[0-9]`, а также множество других цифровых символов. Если используется флаг [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII), сопоставление происходит только с `[0-9]` (но флаг влияет на всё регулярное выражение, поэтому в таких случаях может быть предпочтительнее явно указать `[0-9]`).211212**Для 8-битных (байтовых) шаблонов:**213214Соответствует любой десятичной цифре; это эквивалентно `[0-9]`.215216**`\D`**217218Соответствует любому символу, не являющемуся десятичной цифрой. Это противоположность `\d`. Если используется флаг [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII), это становится эквивалентом `[^0-9]` (но флаг влияет на всё регулярное выражение, поэтому в таких случаях может быть предпочтительнее явно указать `[^0-9]`).219220**`\s`**221222**Для шаблонов Unicode (str):**223224Соответствует пробельным символам Unicode (включая `[ \t\n\r\f\v]`, а также множество других символов, например неразрывные пробелы, требуемые типографскими правилами во многих языках). Если используется флаг [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII), сопоставление происходит только с `[ \t\n\r\f\v]` (но флаг влияет на всё регулярное выражение, поэтому в таких случаях может быть предпочтительнее явно указать `[ \t\n\r\f\v]`).225226**Для 8-битных (байтовых) шаблонов:**227228Соответствует символам, считающимся пробельными в наборе символов ASCII; это эквивалентно `[ \t\n\r\f\v]`.229230**`\S`**231232Соответствует любому символу, не являющемуся пробельным. Это противоположность `\s`. Если используется флаг [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII), это становится эквивалентом `[^ \t\n\r\f\v]` (но флаг влияет на всё регулярное выражение, поэтому в таких случаях может быть предпочтительнее явно указать `[^ \t\n\r\f\v]`).233234**`\w`**235236**Для шаблонов Unicode (str):**237238Соответствует символам слов Unicode; сюда входят большинство символов, которые могут быть частью слова в любом языке, а также цифры и символ подчёркивания. Если используется флаг [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII), сопоставление происходит только с `[a-zA-Z0-9_]` (но флаг влияет на всё регулярное выражение, поэтому в таких случаях может быть предпочтительнее явно указать `[a-zA-Z0-9_]`).239240**Для 8-битных (байтовых) шаблонов:**241242Соответствует символам, считающимся буквенно-цифровыми в наборе символов ASCII; это эквивалентно `[a-zA-Z0-9_]`. Если используется флаг [`LOCALE`](https://python-all.ru/3.6/library/re.html#re.LOCALE), то соответствует символам, считающимся буквенно-цифровыми в текущей локали, и символу подчеркивания.243244**`\W`**245246Соответствует любому символу, не являющемуся символом слова. Это противоположность `\w`. Если используется флаг [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII), это становится эквивалентом `[^a-zA-Z0-9_]` (но флаг влияет на всё регулярное выражение, поэтому в таких случаях может быть предпочтительнее явно указать `[^a-zA-Z0-9_]`). Если используется флаг [`LOCALE`](https://python-all.ru/3.6/library/re.html#re.LOCALE), сопоставление происходит с символами, считающимися буквенно-цифровыми в текущей локали, и символом подчёркивания.247248**`\Z`**249250Совпадение только в конце строки.251252Большинство стандартных управляющих последовательностей, поддерживаемых строковыми литералами Python, также принимаются синтаксическим анализатором регулярных выражений:253254```python255\a \b \f \n256\r \t \u \U257\v \x \\258```259260(Обратите внимание, что `\b` используется для обозначения границ слов, а означает «забой» только внутри символьных классов.)261262Управляющие последовательности `'\u'` и `'\U'` распознаются только в шаблонах Unicode. В байтовых шаблонах они вызывают ошибку.263264Восьмеричные управляющие последовательности поддерживаются в ограниченной форме. Если первая цифра – 0, или если есть три восьмеричных цифры, это считается восьмеричной управляющей последовательностью. В противном случае это ссылка на группу. Как и в строковых литералах, восьмеричные управляющие последовательности всегда имеют длину не более трёх цифр.265266Изменено в версии 3.3: Добавлены управляющие последовательности `'\u'` и `'\U'`.267268Изменено в версии 3.6: Неизвестные управляющие последовательности, состоящие из `'\'` и буквы ASCII, теперь вызывают ошибки.269270## 6.2.2. Содержание модуля271272Модуль определяет несколько функций, констант и одно исключение. Некоторые из функций являются упрощёнными версиями полнофункциональных методов для скомпилированных регулярных выражений. В большинстве нетривиальных приложений всегда используется скомпилированная форма.273274Изменено в версии 3.6: Константы флагов теперь являются экземплярами `RegexFlag`, который является подклассом [`enum.IntFlag`](https://python-all.ru/3.6/library/enum.html#enum.IntFlag).275276#### `re.compile(pattern, flags=0)`277278Компилирует шаблон регулярного выражения в [объект регулярного выражения](https://python-all.ru/3.6/library/re.html#re-objects), который можно использовать для сопоставления с помощью его методов [`match()`](https://python-all.ru/3.6/library/re.html#re.regex.match), [`search()`](https://python-all.ru/3.6/library/re.html#re.regex.search) и других, описанных ниже.279280Поведение выражения можно изменить, указав значение *flags*. В качестве значений можно использовать любые из следующих переменных, комбинируя их с помощью побитового ИЛИ (оператор `|`).281282Последовательность283284```python285prog = re.compile(pattern)286result = prog.match(string)287```288289эквивалентна290291```python292result = re.match(pattern, string)293```294295но использование [`re.compile()`](https://python-all.ru/3.6/library/re.html#re.compile) и сохранение полученного объекта регулярного выражения для повторного использования более эффективно, когда выражение будет использоваться несколько раз в одной программе.296297> **Примечание**298>299> Скомпилированные версии последних шаблонов, переданных в [`re.compile()`](https://python-all.ru/3.6/library/re.html#re.compile) и функции сопоставления уровня модуля, кешируются, поэтому программам, использующим лишь несколько регулярных выражений за раз, не нужно беспокоиться о компиляции регулярных выражений.300301#### `re.A`302303#### `re.ASCII`304305Заставляет `\w`, `\W`, `\b`, `\B`, `\d`, `\D`, `\s` и `\S` выполнять сопоставление только по ASCII вместо полного сопоставления Unicode. Это имеет смысл только для шаблонов Unicode и игнорируется для байтовых шаблонов. Соответствует встроенному флагу `(?a)`.306307Обратите внимание, что для обратной совместимости флаг `re.U` все еще существует (как и его синоним `re.UNICODE` и встроенный аналог `(?u)`), но они избыточны в Python 3, поскольку сопоставление по умолчанию для строк выполняется в Unicode (а сопоставление Unicode не допускается для байтов).308309#### `re.DEBUG`310311Отображает отладочную информацию о скомпилированном выражении. Нет соответствующего встроенного флага.312313#### `re.I`314315#### `re.IGNORECASE`316317Выполняет сопоставление без учета регистра; выражения типа `[A-Z]` также будут соответствовать строчным буквам. Полное сопоставление Unicode (например, `Ü` соответствует `ü`) также работает, если только флаг [`re.ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII) не используется для отключения не-ASCII сопоставлений. Текущая локаль не влияет на действие этого флага, если только не используется также флаг [`re.LOCALE`](https://python-all.ru/3.6/library/re.html#re.LOCALE). Соответствует встроенному флагу `(?i)`.318319Обратите внимание, что при использовании шаблонов Unicode `[a-z]` или `[A-Z]` в комбинации с флагом [`IGNORECASE`](https://python-all.ru/3.6/library/re.html#re.IGNORECASE) они будут соответствовать 52 буквам ASCII и 4 дополнительным не-ASCII буквам: ‘İ’ (U+0130, латинская заглавная буква I с точкой сверху), ‘ı’ (U+0131, латинская строчная буква i без точки), ‘ſ’ (U+017F, латинская строчная буква длинная s) и ‘K’ (U+212A, символ Кельвина). Если используется флаг [`ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII), сопоставление происходит только с буквами от ‘a’ до ‘z’ и от ‘A’ до ‘Z’ (но флаг влияет на всё регулярное выражение, поэтому в таких случаях может быть предпочтительнее явно указать `(?-i:[a-zA-Z])`).320321#### `re.L`322323#### `re.LOCALE`324325Делает `\w`, `\W`, `\b`, `\B` и сопоставление без учета регистра зависимыми от текущей локали. Этот флаг можно использовать только с байтовыми шаблонами. Использование этого флага не рекомендуется, так как механизм локали очень ненадежен, он обрабатывает только одну «культуру» за раз и работает только с 8-битными локалями. Сопоставление Unicode уже включено по умолчанию в Python 3 для шаблонов Unicode (str) и может обрабатывать разные локали/языки. Соответствует встроенному флагу `(?L)`.326327Изменено в версии 3.6: [`re.LOCALE`](https://python-all.ru/3.6/library/re.html#re.LOCALE) можно использовать только с байтовыми шаблонами и он несовместим с [`re.ASCII`](https://python-all.ru/3.6/library/re.html#re.ASCII).328329#### `re.M`330331#### `re.MULTILINE`332333При указании символ шаблона `'^'` соответствует началу строки и началу каждой строки (сразу после каждого перевода строки); а символ шаблона `'$'` соответствует концу строки и концу каждой строки (сразу перед каждым переводом строки). По умолчанию `'^'` соответствует только началу строки, а `'$'` только концу строки и сразу перед переводом строки (если есть) в конце строки. Соответствует встроенному флагу `(?m)`.334335#### `re.S`336337#### `re.DOTALL`338339Заставляет специальный символ `'.'` соответствовать любому символу, включая перевод строки; без этого флага `'.'` будет соответствовать любому символу *кроме* перевода строки. Соответствует встроенному флагу `(?s)`.340341#### `re.X`342343#### `re.VERBOSE`344345Этот флаг позволяет писать регулярные выражения, которые выглядят лучше и читаются легче, позволяя визуально разделять логические секции шаблона и добавлять комментарии. Пробельные символы внутри шаблона игнорируются, за исключением случаев, когда они находятся внутри символьного класса, или перед ними стоит неэкранированная обратная косая черта, или внутри токенов, таких как `*?`, `(?:` или `(?P<...>`. Если строка содержит `#`, который не находится внутри символьного класса и не предварён неэкранированной обратной косой чертой, все символы от самого левого такого `#` до конца строки игнорируются.346347Это означает, что следующие два объекта регулярных выражений, которые сопоставляют десятичное число, функционально эквивалентны:348349```python350a = re.compile(r"""\d + # the integral part351 \. # the decimal point352 \d * # some fractional digits""", re.X)353b = re.compile(r"\d+\.\d*")354```355356Соответствует встроенному флагу `(?x)`.357358#### `re.search(pattern, string, flags=0)`359360Просматривает строку *string* в поиске первой позиции, где регулярное выражение *pattern* даёт совпадение, и возвращает соответствующий [объект сопоставления](https://python-all.ru/3.6/library/re.html#match-objects). Возвращает `None`, если ни одна позиция в строке не соответствует шаблону; обратите внимание, что это отличается от поиска нулевого совпадения в какой-то точке строки.361362#### `re.match(pattern, string, flags=0)`363364Если ноль или более символов в начале строки *string* соответствуют регулярному выражению *pattern*, возвращает соответствующий [объект сопоставления](https://python-all.ru/3.6/library/re.html#match-objects). Возвращает `None`, если строка не соответствует шаблону; обратите внимание, что это отличается от нулевого совпадения.365366Обратите внимание, что даже в режиме [`MULTILINE`](https://python-all.ru/3.6/library/re.html#re.MULTILINE), [`re.match()`](https://python-all.ru/3.6/library/re.html#re.match) будет совпадать только в начале строки, а не в начале каждой строки.367368If you want to locate a match anywhere in *string*, use [`search()`](https://python-all.ru/3.6/library/re.html#re.search) instead (see also [search() vs. match()](https://python-all.ru/3.6/library/re.html#search-vs-match)).369370#### `re.fullmatch(pattern, string, flags=0)`371372Если вся строка *string* соответствует регулярному выражению *pattern*, возвращает соответствующий [объект сопоставления](https://python-all.ru/3.6/library/re.html#match-objects). Возвращает `None`, если строка не соответствует шаблону; обратите внимание, что это отличается от нулевого совпадения.373374Новое в версии 3.4.375376#### `re.split(pattern, string, maxsplit=0, flags=0)`377378Разделяет *string* по вхождениям *pattern*. Если в *pattern* используются захватывающие круглые скобки, то текст всех групп в шаблоне также возвращается как часть результирующего списка. Если *maxsplit* не равно нулю, то происходит не более *maxsplit* разбиений, а остаток строки возвращается как последний элемент списка.379380```python381>>> re.split(r'\W+', 'Words, words, words.')382['Words', 'words', 'words', '']383>>> re.split(r'(\W+)', 'Words, words, words.')384['Words', ', ', 'words', ', ', 'words', '.', '']385>>> re.split(r'\W+', 'Words, words, words.', 1)386['Words', 'words, words.']387>>> re.split('[a-f]+', '0a3B9', flags=re.IGNORECASE)388['0', '3', '9']389```390391Если в разделителе есть захватывающие группы и он совпадает в начале строки, результат будет начинаться с пустой строки. То же самое относится и к концу строки:392393```python394>>> re.split(r'(\W+)', '...words, words...')395['', '...', 'words', ', ', 'words', '...', '']396```397398Таким образом, компоненты разделителя всегда находятся на одних и тех же относительных индексах в результирующем списке.399400> **Примечание**401>402> [`split()`](https://python-all.ru/3.6/library/re.html#re.split) в настоящее время не разбивает строку по совпадению с пустым шаблоном. Например:403>404> ```python405> >>> re.split('x*', 'axbc')406> ['a', 'bc']407> ```408>409> Несмотря на то, что `'x*'` также соответствует 0 ‘x’ перед ‘a’, между ‘b’ и ‘c’ и после ‘c’, в настоящее время эти совпадения игнорируются. Правильное поведение (т.е. разбиение также по пустым совпадениям с возвратом `['', 'a', 'b', 'c', '']`) будет реализовано в будущих версиях Python, но поскольку это обратно несовместимое изменение, пока будет вызываться [`FutureWarning`](https://python-all.ru/3.6/library/exceptions.html#FutureWarning).410>411> Шаблоны, которые могут соответствовать только пустым строкам, в настоящее время никогда не разбивают строку. Поскольку это не соответствует ожидаемому поведению, начиная с Python 3.5 будет вызываться [`ValueError`](https://python-all.ru/3.6/library/exceptions.html#ValueError):412>413> ```python414> >>> re.split("^$", "foo\n\nbar\n", flags=re.M)415> Traceback (most recent call last):416> File "<stdin>", line 1, in <module>417> ...418> ValueError: split() requires a non-empty pattern match.419> ```420421Изменено в версии 3.1: Добавлен необязательный аргумент flags.422423Изменено в версии 3.5: Разбиение по шаблону, который может соответствовать пустой строке, теперь вызывает предупреждение. Шаблоны, которые могут соответствовать только пустым строкам, теперь отклоняются.424425#### `re.findall(pattern, string, flags=0)`426427Возвращает все непересекающиеся совпадения *pattern* в *string* в виде списка строк. *string* сканируется слева направо, совпадения возвращаются в порядке обнаружения. Если в шаблоне присутствуют одна или несколько групп, возвращается список групп; если групп больше одной, список будет состоять из кортежей. Пустые совпадения включаются в результат.428429> **Примечание**430>431> Из-за ограничения текущей реализации символ, следующий за пустым совпадением, не включается в следующее совпадение, поэтому `findall(r'^|\w+', 'two words')` возвращает `['', 'wo', 'words']` (обратите внимание на пропущенную «t»). Это изменено в Python 3.7.432433#### `re.finditer(pattern, string, flags=0)`434435Возвращает [итератор](https://python-all.ru/3.6/glossary.html#term-iterator), выдающий [объекты совпадений](https://python-all.ru/3.6/library/re.html#match-objects) по всем непересекающимся совпадениям для RE *pattern* в *string*. Строка *string* сканируется слева направо, совпадения возвращаются в порядке обнаружения. Пустые совпадения включаются в результат. См. также примечание о [`findall()`](https://python-all.ru/3.6/library/re.html#re.findall).436437#### `re.sub(pattern, repl, string, count=0, flags=0)`438439Возвращает строку, полученную заменой крайних левых непересекающихся вхождений *шаблона* в *строке* заменой *заменой*. Если шаблон не найден, возвращается *строка* без изменений. *замена* может быть строкой или функцией; если это строка, обрабатываются все escape-последовательности с обратной косой чертой. То есть `\n` преобразуется в символ новой строки, `\r` преобразуется в возврат каретки и так далее. Неизвестные escape-последовательности, такие как `\&`, остаются без изменений. Обратные ссылки, например `\6`, заменяются подстрокой, соответствующей группе 6 в шаблоне. Например:440441```python442>>> re.sub(r'def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):',443... r'static PyObject*\npy_\1(void)\n{',444... 'def myfunc():')445'static PyObject*\npy_myfunc(void)\n{'446```447448Если *repl* является функцией, она вызывается для каждого непересекающегося вхождения *pattern*. Функция принимает единственный аргумент – [объект сопоставления](https://python-all.ru/3.6/library/re.html#match-objects), и возвращает строку замены. Например:449450```python451>>> def dashrepl(matchobj):452... if matchobj.group(0) == '-': return ' '453... else: return '-'454>>> re.sub('-{1,2}', dashrepl, 'pro----gram-files')455'pro--gram files'456>>> re.sub(r'\sAND\s', ' & ', 'Baked Beans And Spam', flags=re.IGNORECASE)457'Baked Beans & Spam'458```459460Шаблон может быть строкой или [объектом шаблона](https://python-all.ru/3.6/library/re.html#re-objects).461462Необязательный аргумент *count* – максимальное количество вхождений шаблона, которые нужно заменить; *count* должен быть неотрицательным целым числом. Если он опущен или равен нулю, заменяются все вхождения. Пустые совпадения для шаблона заменяются только тогда, когда они не примыкают к предыдущему совпадению, поэтому `sub('x*', '-', 'abc')` возвращает `'-a-b-c-'`.463464В строковых аргументах *repl*, помимо управляющих последовательностей и обратных ссылок, описанных выше, `\g<name>` использует подстроку, соответствующую группе с именем `name`, как определено синтаксисом `(?P<name>...)`. `\g<number>` использует соответствующий номер группы; таким образом, `\g<2>` эквивалентно `\2`, но не вызывает неоднозначности в такой замене, как `\g<2>0`. `\20` будет интерпретироваться как ссылка на группу 20, а не как ссылка на группу 2 с последующим литеральным символом `'0'`. Обратная ссылка `\g<0>` подставляет всю подстроку, соответствующую регулярному выражению.465466Изменено в версии 3.1: Добавлен необязательный аргумент flags.467468Изменено в версии 3.5: Несовпавшие группы заменяются пустой строкой.469470Изменено в версии 3.6: Неизвестные управляющие последовательности в *pattern*, состоящие из `'\'` и буквы ASCII, теперь считаются ошибками.471472Устарело с версии 3.5, будет удалено в версии 3.7: Неизвестные escape-последовательности в *замене*, состоящие из `'\'` и буквы ASCII, теперь вызывают предупреждение об устаревании и будут запрещены в Python 3.7.473474#### `re.subn(pattern, repl, string, count=0, flags=0)`475476Выполняет ту же операцию, что и [`sub()`](https://python-all.ru/3.6/library/re.html#re.sub), но возвращает кортеж `(new_string, number_of_subs_made)`.477478Изменено в версии 3.1: Добавлен необязательный аргумент flags.479480Изменено в версии 3.5: Несовпавшие группы заменяются пустой строкой.481482#### `re.escape(pattern)`483484Экранирует все символы в *pattern*, кроме букв ASCII, цифр и `'_'`. Это полезно, если нужно сопоставить произвольную литеральную строку, которая может содержать метасимволы регулярных выражений. Например:485486```python487>>> print(re.escape('python.exe'))488python\.exe489490>>> legal_chars = string.ascii_lowercase + string.digits + "!#$%&'*+-.^_`|~:"491>>> print('[%s]+' % re.escape(legal_chars))492[abcdefghijklmnopqrstuvwxyz0123456789\!\#\$\%\&\'\*\+\-\.\^_\`\|\~\:]+493494>>> operators = ['+', '-', '*', '/', '**']495>>> print('|'.join(map(re.escape, sorted(operators, reverse=True))))496\/|\-|\+|\*\*|\*497```498499Эту функцию нельзя использовать для строки замены в [`sub()`](https://python-all.ru/3.6/library/re.html#re.sub) и [`subn()`](https://python-all.ru/3.6/library/re.html#re.subn), следует экранировать только обратные косые черты. Например:500501```python502>>> digits_re = r'\d+'503>>> sample = '/usr/sbin/sendmail - 0 errors, 12 warnings'504>>> print(re.sub(digits_re, digits_re.replace('\\', r'\\'), sample))505/usr/sbin/sendmail - \d+ errors, \d+ warnings506```507508Изменено в версии 3.3: Символ `'_'` больше не экранируется.509510#### `re.purge()`511512Очищает кэш регулярных выражений.513514#### `exception re.error(msg, pattern=None, pos=None)`515516Исключение возникает, когда переданная одной из функций строка не является корректным регулярным выражением (например, может содержать непарные скобки) или когда происходит другая ошибка во время компиляции или сопоставления. Если строка не содержит совпадений с шаблоном, это никогда не считается ошибкой. Экземпляр ошибки имеет следующие дополнительные атрибуты:517518#### `msg`519520Неформатированное сообщение об ошибке.521522#### `pattern`523524Шаблон регулярного выражения.525526#### `pos`527528Индекс в *pattern*, где произошла ошибка компиляции (может быть `None`).529530#### `lineno`531532Строка, соответствующая *pos* (может быть `None`).533534#### `colno`535536Столбец, соответствующий *pos* (может быть `None`).537538Изменено в версии 3.5: Добавлены дополнительные атрибуты.539540## 6.2.3. Объекты регулярных выражений541542Скомпилированные объекты регулярных выражений поддерживают следующие методы и атрибуты:543544#### `regex.search(string[, pos[, endpos]])`545546Просматривает строку *string* в поиске первой позиции, где данное регулярное выражение даёт совпадение, и возвращает соответствующий [объект сопоставления](https://python-all.ru/3.6/library/re.html#match-objects). Возвращает `None`, если ни одна позиция в строке не соответствует шаблону; обратите внимание, что это отличается от поиска нулевого совпадения в какой-то точке строки.547548Необязательный второй параметр *pos* задаёт индекс в строке, с которого начинается поиск; по умолчанию `0`. Это не полностью эквивалентно срезу строки; символ шаблона `'^'` сопоставляется с реальным началом строки и с позициями сразу после символа новой строки, но не обязательно с индексом, с которого должен начинаться поиск.549550Необязательный параметр *endpos* ограничивает, как далеко будет просматриваться строка; считается, что строка имеет длину *endpos* символов, поэтому для совпадения будут просмотрены только символы от *pos* до `endpos - 1`. Если *endpos* меньше *pos*, совпадение не будет найдено; в противном случае, если *rx* – скомпилированный объект регулярного выражения, `rx.search(string, 0, 50)` эквивалентно `rx.search(string[:50], 0)`.551552```python553>>> pattern = re.compile("d")554>>> pattern.search("dog") # Совпадение на индексе 0555<_sre.SRE_Match object; span=(0, 1), match='d'>556>>> pattern.search("dog", 1) # Совпадения нет; поиск не включает "d"557```558559#### `regex.match(string[, pos[, endpos]])`560561Если ноль или более символов в *начале* строки *string* соответствуют данному регулярному выражению, возвращает соответствующий [объект сопоставления](https://python-all.ru/3.6/library/re.html#match-objects). Возвращает `None`, если строка не соответствует шаблону; обратите внимание, что это отличается от нулевого совпадения.562563Необязательные параметры *pos* и *endpos* имеют то же значение, что и для метода [`search()`](https://python-all.ru/3.6/library/re.html#re.regex.search).564565```python566>>> pattern = re.compile("o")567>>> pattern.match("dog") # Совпадения нет, так как "o" не в начале строки "dog".568>>> pattern.match("dog", 1) # Совпадение есть, так как "o" – второй символ строки "dog".569<_sre.SRE_Match object; span=(1, 2), match='o'>570```571572Если требуется найти совпадение в любом месте *string*, используйте [`search()`](https://python-all.ru/3.6/library/re.html#re.regex.search) (см. также [search() vs. match()](https://python-all.ru/3.6/library/re.html#search-vs-match)).573574#### `regex.fullmatch(string[, pos[, endpos]])`575576Если вся строка *string* соответствует данному регулярному выражению, возвращает соответствующий [объект сопоставления](https://python-all.ru/3.6/library/re.html#match-objects). Возвращает `None`, если строка не соответствует шаблону; обратите внимание, что это отличается от нулевого совпадения.577578Необязательные параметры *pos* и *endpos* имеют то же значение, что и для метода [`search()`](https://python-all.ru/3.6/library/re.html#re.regex.search).579580```python581>>> pattern = re.compile("o[gh]")582>>> pattern.fullmatch("dog") # Совпадения нет, так как "o" не в начале строки "dog".583>>> pattern.fullmatch("ogre") # Совпадения нет, так как не вся строка совпала.584>>> pattern.fullmatch("doggie", 1, 3) # Совпадения в заданных пределах.585<_sre.SRE_Match object; span=(1, 3), match='og'>586```587588Новое в версии 3.4.589590#### `regex.split(string, maxsplit=0)`591592Идентична функции [`split()`](https://python-all.ru/3.6/library/re.html#re.split), но использует скомпилированный шаблон.593594#### `regex.findall(string[, pos[, endpos]])`595596Похожа на функцию [`findall()`](https://python-all.ru/3.6/library/re.html#re.findall), использует скомпилированный шаблон, но также принимает необязательные параметры *pos* и *endpos*, ограничивающие область поиска, как и для [`search()`](https://python-all.ru/3.6/library/re.html#re.search).597598#### `regex.finditer(string[, pos[, endpos]])`599600Похожа на функцию [`finditer()`](https://python-all.ru/3.6/library/re.html#re.finditer), использует скомпилированный шаблон, но также принимает необязательные параметры *pos* и *endpos*, ограничивающие область поиска, как и для [`search()`](https://python-all.ru/3.6/library/re.html#re.search).601602#### `regex.sub(repl, string, count=0)`603604Идентична функции [`sub()`](https://python-all.ru/3.6/library/re.html#re.sub), но использует скомпилированный шаблон.605606#### `regex.subn(repl, string, count=0)`607608Идентична функции [`subn()`](https://python-all.ru/3.6/library/re.html#re.subn), но использует скомпилированный шаблон.609610#### `regex.flags`611612Флаги сопоставления регулярного выражения. Это комбинация флагов, переданных в [`compile()`](https://python-all.ru/3.6/library/re.html#re.compile), любых встроенных флагов `(?...)` в шаблоне, а также неявных флагов, таких как `UNICODE`, если шаблон является строкой Unicode.613614#### `regex.groups`615616Количество захватываемых групп в шаблоне.617618#### `regex.groupindex`619620Словарь, сопоставляющий символические имена групп, определённые через `(?P<id>)`, с номерами групп. Словарь пуст, если в шаблоне не использовались символические группы.621622#### `regex.pattern`623624Строка шаблона, из которой был скомпилирован объект RE.625626## 6.2.4. Объекты совпадения627628Объекты Match всегда имеют булево значение `True`. Поскольку [`match()`](https://python-all.ru/3.6/library/re.html#re.regex.match) и [`search()`](https://python-all.ru/3.6/library/re.html#re.regex.search) возвращают `None` при отсутствии совпадения, можно проверить, было ли совпадение, с помощью простого выражения `if`:629630```python631match = re.search(pattern, string)632if match:633 process(match)634```635636Объекты сопоставления поддерживают следующие методы и атрибуты:637638#### `match.expand(template)`639640Возвращает строку, полученную путём подстановки обратной косой черты в строку шаблона *шаблон*, как это делает метод [`sub()`](https://python-all.ru/3.6/library/re.html#re.regex.sub). escape-последовательности, такие как `\n`, преобразуются в соответствующие символы, а числовые обратные ссылки (`\1`, `\2`) и именованные обратные ссылки (`\g<1>`, `\g<name>`) заменяются содержимым соответствующей группы.641642Изменено в версии 3.5: Несовпавшие группы заменяются пустой строкой.643644#### `match.group([group1, ...])`645646Возвращает одну или несколько подгрупп совпадения. Если передан один аргумент, результат – одна строка; если несколько аргументов, результат – кортеж из одного элемента на аргумент. Без аргументов *group1* по умолчанию равен нулю (возвращается всё совпадение). Если аргумент *groupN* равен нулю, соответствующее возвращаемое значение – вся совпавшая строка; если он в диапазоне \[1..99\], это строка, соответствующая группе в скобках с таким номером. Если номер группы отрицателен или больше числа групп, определённых в шаблоне, вызывается исключение [`IndexError`](https://python-all.ru/3.6/library/exceptions.html#IndexError). Если группа содержится в части шаблона, которая не совпала, соответствующий результат равен `None`. Если группа содержится в части шаблона, которая совпала несколько раз, возвращается последнее совпадение.647648```python649>>> m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")650>>> m.group(0) # Всё совпадение651'Isaac Newton'652>>> m.group(1) # Первая группа в скобках.653'Isaac'654>>> m.group(2) # Вторая группа в скобках.655'Newton'656>>> m.group(1, 2) # Несколько аргументов дают кортеж.657('Isaac', 'Newton')658```659660Если регулярное выражение использует синтаксис `(?P<name>...)`, аргументы *groupN* также могут быть строками, идентифицирующими группы по их имени. Если строка не используется как имя группы в шаблоне, возбуждается исключение [`IndexError`](https://python-all.ru/3.6/library/exceptions.html#IndexError).661662Довольно сложный пример:663664```python665>>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")666>>> m.group('first_name')667'Malcolm'668>>> m.group('last_name')669'Reynolds'670```671672Именованные группы также можно указывать по их индексу:673674```python675>>> m.group(1)676'Malcolm'677>>> m.group(2)678'Reynolds'679```680681Если группа совпадает несколько раз, доступно только последнее совпадение:682683```python684>>> m = re.match(r"(..)+", "a1b2c3") # Совпадает 3 раза.685>>> m.group(1) # Возвращает только последнее совпадение.686'c3'687```688689#### `match.__getitem__(g)`690691Это идентично `m.group(g)`. Это упрощает доступ к отдельной группе из совпадения:692693```python694>>> m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")695>>> m[0] # Всё совпадение696'Isaac Newton'697>>> m[1] # Первая группа в скобках.698'Isaac'699>>> m[2] # Вторая группа в скобках.700'Newton'701```702703Новое в версии 3.6.704705#### `match.groups(default=None)`706707Возвращает кортеж, содержащий все подгруппы совпадения, от 1 до количества групп в шаблоне. Аргумент *default* используется для групп, которые не участвовали в совпадении; по умолчанию он равен `None`.708709Например:710711```python712>>> m = re.match(r"(\d+)\.(\d+)", "24.1632")713>>> m.groups()714('24', '1632')715```716717Если сделать десятичную часть и всё после неё необязательными, не все группы могут участвовать в совпадении. Эти группы по умолчанию будут `None`, если не задан аргумент *default*:718719```python720>>> m = re.match(r"(\d+)\.?(\d+)?", "24")721>>> m.groups() # Вторая группа по умолчанию – None.722('24', None)723>>> m.groups('0') # Теперь вторая группа по умолчанию – '0'.724('24', '0')725```726727#### `match.groupdict(default=None)`728729Возвращает словарь, содержащий все *именованные* подгруппы совпадения, где ключами являются имена подгрупп. Аргумент *default* используется для групп, которые не участвовали в совпадении; по умолчанию он равен `None`. Например:730731```python732>>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")733>>> m.groupdict()734{'first_name': 'Malcolm', 'last_name': 'Reynolds'}735```736737#### `match.start([group])`738739#### `match.end([group])`740741Возвращает индексы начала и конца подстроки, совпавшей с *group*; *group* по умолчанию равен нулю (означает всю совпавшую подстроку). Возвращает `-1`, если *group* существует, но не участвовала в совпадении. Для объекта совпадения *m* и группы *g*, которая участвовала в совпадении, подстрока, совпавшая с группой *g* (эквивалентно `m.group(g)`) – это742743```python744m.string[m.start(g):m.end(g)]745```746747Обратите внимание, что `m.start(group)` будет равно `m.end(group)`, если *group* совпала с пустой строкой. Например, после `m = re.search('b(c?)', 'cba')`, `m.start(0)` равно 1, `m.end(0)` равно 2, `m.start(1)` и `m.end(1)` оба равны 2, а `m.start(2)` вызывает исключение [`IndexError`](https://python-all.ru/3.6/library/exceptions.html#IndexError).748749Пример, который удалит *remove\_this* из адресов электронной почты:750751```python752>>> email = "tony@tiremove_thisger.net"753>>> m = re.search("remove_this", email)754>>> email[:m.start()] + email[m.end():]755'tony@tiger.net'756```757758#### `match.span([group])`759760Для совпадения *m* возвращает кортеж из двух элементов `(m.start(group), m.end(group))`. Обратите внимание, что если *group* не участвовала в совпадении, это `(-1, -1)`. *group* по умолчанию равен нулю (всё совпадение).761762#### `match.pos`763764Значение *pos*, которое было передано методу [`search()`](https://python-all.ru/3.6/library/re.html#re.regex.search) или [`match()`](https://python-all.ru/3.6/library/re.html#re.regex.match) объекта [regex object](https://python-all.ru/3.6/library/re.html#re-objects). Это индекс в строке, с которого движок регулярных выражений начал поиск совпадения.765766#### `match.endpos`767768Значение *endpos*, которое было передано методу [`search()`](https://python-all.ru/3.6/library/re.html#re.regex.search) или [`match()`](https://python-all.ru/3.6/library/re.html#re.regex.match) объекта [regex object](https://python-all.ru/3.6/library/re.html#re-objects). Это индекс в строке, за который движок регулярных выражений не выйдет.769770#### `match.lastindex`771772Целочисленный индекс последней совпавшей захватывающей группы или `None`, если ни одна группа не совпала. Например, выражения `(a)b`, `((a)(b))` и `((ab))` будут иметь `lastindex == 1`, если применить к строке `'ab'`, в то время как выражение `(a)(b)` будет иметь `lastindex == 2`, если применить к той же строке.773774#### `match.lastgroup`775776Имя последней совпавшей захватывающей группы или `None`, если группа не имела имени, или если ни одна группа не совпала.777778#### `match.re`779780[Объект регулярного выражения](https://python-all.ru/3.6/library/re.html#re-objects), чей метод [`match()`](https://python-all.ru/3.6/library/re.html#re.regex.match) или [`search()`](https://python-all.ru/3.6/library/re.html#re.regex.search) создал этот экземпляр совпадения.781782#### `match.string`783784Строка, переданная в [`match()`](https://python-all.ru/3.6/library/re.html#re.regex.match) или [`search()`](https://python-all.ru/3.6/library/re.html#re.regex.search).785786## 6.2.5. Примеры регулярных выражений787788### 6.2.5.1. Проверка наличия пары789790В этом примере используется следующая вспомогательная функция для более наглядного отображения объектов совпадения:791792```python793def displaymatch(match):794 if match is None:795 return None796 return '<Match: %r, groups=%r>' % (match.group(), match.groups())797```798799Допустим, пишется программа для покера, где рука игрока представлена в виде строки из 5 символов, каждый символ обозначает карту: «a» – туз, «k» – король, «q» – дама, «j» – валет, «t» – десятка, а «2»–«9» – карты соответствующего достоинства.800801Чтобы проверить, является ли заданная строка допустимой рукой, можно поступить следующим образом:802803```python804>>> valid = re.compile(r"^[a2-9tjqk]{5}$")805>>> displaymatch(valid.match("akt5q")) # Допустимо.806"<Match: 'akt5q', groups=()>"807>>> displaymatch(valid.match("akt5e")) # Недопустимо.808>>> displaymatch(valid.match("akt")) # Недопустимо.809>>> displaymatch(valid.match("727ak")) # Допустимо.810"<Match: '727ak', groups=()>"811```812813Последняя рука, `"727ak"`, содержала пару, то есть две карты одного достоинства. Чтобы найти такое совпадение с помощью регулярного выражения, можно использовать обратные ссылки следующим образом:814815```python816>>> pair = re.compile(r".*(.).*\1")817>>> displaymatch(pair.match("717ak")) # Пара семёрок.818"<Match: '717', groups=('7',)>"819>>> displaymatch(pair.match("718ak")) # Нет пар.820>>> displaymatch(pair.match("354aa")) # Пара тузов.821"<Match: '354aa', groups=('a',)>"822```823824Чтобы узнать, из какой карты состоит пара, можно использовать метод [`group()`](https://python-all.ru/3.6/library/re.html#re.match.group) объекта совпадения следующим образом:825826```pycon827>>> pair.match("717ak").group(1)828'7'829830# Error because re.match() returns None, which doesn't have a group() method:831>>> pair.match("718ak").group(1)832Traceback (most recent call last):833 File "<pyshell#23>", line 1, in <module>834 re.match(r".*(.).*\1", "718ak").group(1)835AttributeError: 'NoneType' object has no attribute 'group'836837>>> pair.match("354aa").group(1)838'a'839```840841### 6.2.5.2. Имитация scanf()842843В Python на данный момент нет аналога `scanf()`. Регулярные выражения в целом мощнее, но и более многословны, чем строки формата `scanf()`. В таблице ниже приведены более или менее эквивалентные соответствия между токенами формата `scanf()` и регулярными выражениями.844845| `scanf()` Токен | Регулярное выражение |846| --- | --- |847| `%c` | `.` |848| `%5c` | `.{5}` |849| `%d` | `[-+]?\d+` |850| `%e`, `%E`, `%f`, `%g` | `[-+]?(\d+(\.\d*)?\|\.\d+)([eE][-+]?\d+)?` |851| `%i` | `[-+]?(0[xX][\dA-Fa-f]+\|0[0-7]*\|\d+)` |852| `%o` | `[-+]?[0-7]+` |853| `%s` | `\S+` |854| `%u` | `\d+` |855| `%x`, `%X` | `[-+]?(0[xX])?[\dA-Fa-f]+` |856857Чтобы извлечь имя файла и числа из строки вида858859```python860/usr/sbin/sendmail - 0 errors, 4 warnings861```862863можно использовать формат `scanf()`, например864865```python866%s - %d errors, %d warnings867```868869Эквивалентное регулярное выражение будет870871```python872(\S+) - (\d+) errors, (\d+) warnings873```874875### 6.2.5.3. search() против match()876877Python предлагает две разные примитивные операции на основе регулярных выражений: [`re.match()`](https://python-all.ru/3.6/library/re.html#re.match) проверяет совпадение только в начале строки, а [`re.search()`](https://python-all.ru/3.6/library/re.html#re.search) проверяет совпадение в любом месте строки (так по умолчанию работает Perl).878879Например:880881```python882>>> re.match("c", "abcdef") # Нет совпадения.883>>> re.search("c", "abcdef") # Совпадает.884<_sre.SRE_Match object; span=(2, 3), match='c'>885```886887Регулярные выражения, начинающиеся с `'^'`, можно использовать с [`search()`](https://python-all.ru/3.6/library/re.html#re.search), чтобы ограничить совпадение началом строки:888889```python890>>> re.match("c", "abcdef") # Нет совпадения.891>>> re.search("^c", "abcdef") # Нет совпадения.892>>> re.search("^a", "abcdef") # Совпадает.893<_sre.SRE_Match object; span=(0, 1), match='a'>894```895896Обратите внимание, однако, что в режиме [`MULTILINE`](https://python-all.ru/3.6/library/re.html#re.MULTILINE) [`match()`](https://python-all.ru/3.6/library/re.html#re.match) соответствует только началу строки, тогда как использование [`search()`](https://python-all.ru/3.6/library/re.html#re.search) с регулярным выражением, начинающимся с `'^'`, будет соответствовать началу каждой строки.897898```python899>>> re.match('X', 'A\nB\nX', re.MULTILINE) # Нет совпадения.900>>> re.search('^X', 'A\nB\nX', re.MULTILINE) # Совпадает.901<_sre.SRE_Match object; span=(4, 5), match='X'>902```903904### 6.2.5.4. Создание телефонной книги905906[`split()`](https://python-all.ru/3.6/library/re.html#re.split) разделяет строку на список, разделённый переданным шаблоном. Этот метод незаменим для преобразования текстовых данных в структуры данных, которые можно легко читать и изменять с помощью Python, как показано в следующем примере, создающем телефонную книгу.907908Сначала – входные данные. Обычно они берутся из файла, здесь мы используем синтаксис тройных кавычек:909910```python911>>> text = """Ross McFluff: 834.345.1254 155 Elm Street912...913... Ronald Heathmore: 892.345.3428 436 Finley Avenue914... Frank Burger: 925.541.7625 662 South Dogwood Way915...916...917... Heather Albrecht: 548.326.4584 919 Park Place"""918```919920Записи разделяются одним или несколькими символами новой строки. Теперь преобразуем строку в список, где каждая непустая строка будет отдельной записью:921922```pycon923>>> entries = re.split("\n+", text)924>>> entries925['Ross McFluff: 834.345.1254 155 Elm Street',926'Ronald Heathmore: 892.345.3428 436 Finley Avenue',927'Frank Burger: 925.541.7625 662 South Dogwood Way',928'Heather Albrecht: 548.326.4584 919 Park Place']929```930931Наконец, разделим каждую запись на список, содержащий имя, фамилию, номер телефона и адрес. Используем параметр `maxsplit` функции [`split()`](https://python-all.ru/3.6/library/re.html#re.split), потому что адрес содержит пробелы, которые являются нашим разделителем:932933```pycon934>>> [re.split(":? ", entry, 3) for entry in entries]935[['Ross', 'McFluff', '834.345.1254', '155 Elm Street'],936['Ronald', 'Heathmore', '892.345.3428', '436 Finley Avenue'],937['Frank', 'Burger', '925.541.7625', '662 South Dogwood Way'],938['Heather', 'Albrecht', '548.326.4584', '919 Park Place']]939```940941Шаблон `:?` соответствует двоеточию после фамилии, поэтому оно не попадает в результирующий список. Задав значение `maxsplit` равным `4`, можно было бы отделить номер дома от названия улицы:942943```pycon944>>> [re.split(":? ", entry, 4) for entry in entries]945[['Ross', 'McFluff', '834.345.1254', '155', 'Elm Street'],946['Ronald', 'Heathmore', '892.345.3428', '436', 'Finley Avenue'],947['Frank', 'Burger', '925.541.7625', '662', 'South Dogwood Way'],948['Heather', 'Albrecht', '548.326.4584', '919', 'Park Place']]949```950951### 6.2.5.5. Обработка текста952953[`sub()`](https://python-all.ru/3.6/library/re.html#re.sub) заменяет каждое вхождение шаблона на строку или результат функции. Этот пример демонстрирует использование [`sub()`](https://python-all.ru/3.6/library/re.html#re.sub) с функцией для «мунгирования» текста, то есть случайного изменения порядка всех символов в каждом слове предложения, кроме первого и последнего:954955```python956>>> def repl(m):957... inner_word = list(m.group(2))958... random.shuffle(inner_word)959... return m.group(1) + "".join(inner_word) + m.group(3)960>>> text = "Professor Abdolmalek, please report your absences promptly."961>>> re.sub(r"(\w)(\w+)(\w)", repl, text)962'Poefsrosr Aealmlobdk, pslaee reorpt your abnseces plmrptoy.'963>>> re.sub(r"(\w)(\w+)(\w)", repl, text)964'Pofsroser Aodlambelk, plasee reoprt yuor asnebces potlmrpy.'965```966967### 6.2.5.6. Поиск всех наречий968969[`findall()`](https://python-all.ru/3.6/library/re.html#re.findall) находит *все* вхождения шаблона, а не только первое, как [`search()`](https://python-all.ru/3.6/library/re.html#re.search). Например, если требуется найти все наречия в тексте, можно использовать [`findall()`](https://python-all.ru/3.6/library/re.html#re.findall) следующим образом:970971```python972>>> text = "He was carefully disguised but captured quickly by police."973>>> re.findall(r"\w+ly", text)974['carefully', 'quickly']975```976977### 6.2.5.7. Поиск всех наречий и их позиций978979Если требуется получить больше информации о всех совпадениях шаблона, чем просто совпавший текст, [`finditer()`](https://python-all.ru/3.6/library/re.html#re.finditer) полезен, так как он возвращает [объекты совпадений](https://python-all.ru/3.6/library/re.html#match-objects) вместо строк. Продолжая предыдущий пример, если автору нужно найти все наречия *и их позиции* в тексте, он будет использовать [`finditer()`](https://python-all.ru/3.6/library/re.html#re.finditer) следующим образом:980981```python982>>> text = "He was carefully disguised but captured quickly by police."983>>> for m in re.finditer(r"\w+ly", text):984... print('%02d-%02d: %s' % (m.start(), m.end(), m.group(0)))98507-16: carefully98640-47: quickly987```988989### 6.2.5.8. Сырые строки990991Нотация сырых строк (`r"text"`) сохраняет регулярные выражения в удобочитаемом виде. Без неё каждый обратный слеш (`'\'`) в регулярном выражении пришлось бы экранировать ещё одним таким же слешем. Например, следующие две строки кода функционально идентичны:992993```python994>>> re.match(r"\W(.)\1\W", " ff ")995<_sre.SRE_Match object; span=(0, 4), match=' ff '>996>>> re.match("\\W(.)\\1\\W", " ff ")997<_sre.SRE_Match object; span=(0, 4), match=' ff '>998```9991000Чтобы сопоставить буквальный обратный слеш, его нужно экранировать в регулярном выражении. В нотации сырых строк это означает `r"\\"`. Без нотации сырых строк нужно использовать `"\\\\"`, поэтому следующие строки кода функционально идентичны:10011002```python1003>>> re.match(r"\\", r"\\")1004<_sre.SRE_Match object; span=(0, 1), match='\\'>1005>>> re.match("\\\\", r"\\")1006<_sre.SRE_Match object; span=(0, 1), match='\\'>1007```10081009### 6.2.5.9. Написание токенизатора10101011[Токенизатор или сканер](https://python-all.ru/3.6/library/re.html) анализирует строку, чтобы разделить символы на группы. Это полезный первый шаг при написании компилятора или интерпретатора.10121013Категории текста задаются с помощью регулярных выражений. Метод заключается в том, чтобы объединить их в одно главное регулярное выражение и перебирать последовательные совпадения:10141015```python1016import collections1017import re10181019Token = collections.namedtuple('Token', ['type', 'value', 'line', 'column'])10201021def tokenize(code):1022 keywords = {'IF', 'THEN', 'ENDIF', 'FOR', 'NEXT', 'GOSUB', 'RETURN'}1023 token_specification = [1024 ('NUMBER', r'\d+(\.\d*)?'), # Целое или десятичное число.1025 ('ASSIGN', r':='), # Оператор присваивания.1026 ('END', r';'), # Терминатор инструкции.1027 ('ID', r'[A-Za-z]+'), # Идентификаторы.1028 ('OP', r'[+\-*/]'), # Арифметические операторы.1029 ('NEWLINE', r'\n'), # Концы строк.1030 ('SKIP', r'[ \t]+'), # Пропускать пробелы и табуляции.1031 ('MISMATCH', r'.'), # Любой другой символ.1032 ]1033 tok_regex = '|'.join('(?P<%s>%s)' % pair for pair in token_specification)1034 line_num = 11035 line_start = 01036 for mo in re.finditer(tok_regex, code):1037 kind = mo.lastgroup1038 value = mo.group()1039 column = mo.start() - line_start1040 if kind == 'NUMBER':1041 value = float(value) if '.' in value else int(value)1042 elif kind == 'ID' and value in keywords:1043 kind = value1044 elif kind == 'NEWLINE':1045 line_start = mo.end()1046 line_num += 11047 continue1048 elif kind == 'SKIP':1049 continue1050 elif kind == 'MISMATCH':1051 raise RuntimeError(f'{value!r} unexpected on line {line_num}')1052 yield Token(kind, value, line_num, column)10531054statements = '''1055 IF quantity THEN1056 total := total + price * quantity;1057 tax := price * 0.05;1058 ENDIF;1059'''10601061for token in tokenize(statements):1062 print(token)1063```10641065Токенизатор выдаёт следующий результат:10661067```python1068Token(type='IF', value='IF', line=2, column=4)1069Token(type='ID', value='quantity', line=2, column=7)1070Token(type='THEN', value='THEN', line=2, column=16)1071Token(type='ID', value='total', line=3, column=8)1072Token(type='ASSIGN', value=':=', line=3, column=14)1073Token(type='ID', value='total', line=3, column=17)1074Token(type='OP', value='+', line=3, column=23)1075Token(type='ID', value='price', line=3, column=25)1076Token(type='OP', value='*', line=3, column=31)1077Token(type='ID', value='quantity', line=3, column=33)1078Token(type='END', value=';', line=3, column=41)1079Token(type='ID', value='tax', line=4, column=8)1080Token(type='ASSIGN', value=':=', line=4, column=12)1081Token(type='ID', value='price', line=4, column=15)1082Token(type='OP', value='*', line=4, column=21)1083Token(type='NUMBER', value=0.05, line=4, column=23)1084Token(type='END', value=';', line=4, column=27)1085Token(type='ENDIF', value='ENDIF', line=5, column=4)1086Token(type='END', value=';', line=5, column=9)1087```10881089**[Frie09](https://python-all.ru/3.6/library/re.html#id1)**10901091Фридл, Джеффри. «Освоение регулярных выражений». 3-е изд., O’Reilly Media, 2009. Третье издание книги больше не рассматривает Python, но первое издание очень подробно освещает написание хороших шаблонов регулярных выражений.1092