re.md
1> **Источник:** https://python-all.ru/3.7/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# [`re`](https://python-all.ru/3.7/library/re.html#module-re) – Операции с регулярными выражениями89**Исходный код:** [Lib/re.py](https://python-all.ru/src/3.7/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/3.7/library/stdtypes.html#str)) , а также 8-битными строками ([`bytes`](https://python-all.ru/3.7/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/3.7/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/3.7/library/re.html), API которого совместим с модулем стандартной библиотеки [`re`](https://python-all.ru/3.7/library/re.html#module-re), но предлагает дополнительные функции и более полную поддержку Unicode.2627## 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/3.7/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/3.7/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/3.7/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/3.7/library/re.html#re.MULTILINE) также соответствует сразу после каждого символа новой строки.5051**`$`**5253Соответствует концу строки или непосредственно перед символом новой строки в конце строки, а в режиме [`MULTILINE`](https://python-all.ru/3.7/library/re.html#re.MULTILINE) также соответствует перед символом новой строки. `foo` соответствует и ‘foo’, и ‘foobar’, в то время как регулярное выражение `foo$` соответствует только ‘foo’. Интереснее то, что поиск `foo.$` в `'foo1\nfoo2\n'` обычно соответствует ‘foo2’, но в режиме [`MULTILINE`](https://python-all.ru/3.7/library/re.html#re.MULTILINE) – ‘foo1’; поиск одиночного `$` 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/3.7/library/re.html#re.ASCII) или [`LOCALE`](https://python-all.ru/3.7/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- Поддержка вложенных наборов и операций над наборами, как в [Unicode Technical Standard #18](https://python-all.ru/3.7/library/re.html), может быть добавлена в будущем. Это изменит синтаксис, поэтому для облегчения этого изменения в настоящее время в неоднозначных случаях будет вызываться [`FutureWarning`](https://python-all.ru/3.7/library/exceptions.html#FutureWarning). Сюда входят наборы, начинающиеся с литерала `'['` или содержащие литеральные последовательности символов `'--'`, `'&&'`, `'~~'` и `'||'`. Чтобы избежать предупреждения, экранируйте их обратной косой чертой.104105Изменено в версии 3.7: [`FutureWarning`](https://python-all.ru/3.7/library/exceptions.html#FutureWarning) вызывается, если набор символов содержит конструкции, которые в будущем изменят семантику.106107**`|`**108109`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 `[|]`.110111**`(...)`**112113Соответствует 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: `[(]`, `[)]`.114115**`(?...)`**116117Это 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.118119**`(?aiLmsux)`**120121(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/3.7/library/re.html#re.A) (только ASCII), [`re.I`](https://python-all.ru/3.7/library/re.html#re.I) (игнорировать регистр), [`re.L`](https://python-all.ru/3.7/library/re.html#re.L) (зависит от локали), [`re.M`](https://python-all.ru/3.7/library/re.html#re.M) (многострочный), [`re.S`](https://python-all.ru/3.7/library/re.html#re.S) (точка соответствует всему), `re.U` (сопоставление Unicode) и [`re.X`](https://python-all.ru/3.7/library/re.html#re.X) (подробный), для всего регулярного выражения. (Флаги описаны в разделе [Содержание модуля](https://python-all.ru/3.7/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/3.7/library/re.html#re.compile). Флаги должны использоваться первыми в строке выражения.122123**`(?:...)`**124125Незапоминающая 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.126127**`(?aiLmsux-imsx:...)`**128129(Ноль или более букв из набора `'a'`, `'i'`, `'L'`, `'m'`, `'s'`, `'u'`, `'x'`, необязательно за которыми следует `'-'`, а затем одна или более букв из набора `'i'`, `'m'`, `'s'`, `'x'`.) Буквы устанавливают или снимают соответствующие флаги: [`re.A`](https://python-all.ru/3.7/library/re.html#re.A) (только ASCII), [`re.I`](https://python-all.ru/3.7/library/re.html#re.I) (игнорировать регистр), [`re.L`](https://python-all.ru/3.7/library/re.html#re.L) (зависит от локали), [`re.M`](https://python-all.ru/3.7/library/re.html#re.M) (многострочный), [`re.S`](https://python-all.ru/3.7/library/re.html#re.S) (точка соответствует всему), `re.U` (сопоставление Unicode), и [`re.X`](https://python-all.ru/3.7/library/re.html#re.X) (подробный), для части выражения. (Флаги описаны в разделе [Содержание модуля](https://python-all.ru/3.7/library/re.html#contents-of-module-re).)130131Буквы `'a'`, `'L'` и `'u'` являются взаимоисключающими при использовании в качестве встроенных флагов, поэтому их нельзя комбинировать или ставить после `'-'`. Вместо этого, когда одна из них появляется во встроенной группе, она переопределяет режим сопоставления в объемлющей группе. В шаблонах Unicode `(?a:...)` переключает на сопоставление только ASCII, а `(?u:...)` переключает на сопоставление Unicode (по умолчанию). В байтовых шаблонах `(?L:...)` переключает на сопоставление, зависящее от локали, а `(?a:...)` переключает на сопоставление только ASCII (по умолчанию). Это переопределение действует только для узкой встроенной группы, а исходный режим сопоставления восстанавливается за пределами группы.132133Новое в версии 3.6.134135Изменено в версии 3.7: Буквы `'a'`, `'L'` и `'u'` также могут использоваться в группе.136137**`(?P<name>...)`**138139Аналогично 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.140141Именованные группы можно использовать в трех контекстах. Если шаблон `(?P<quote>['"]).*?(?P=quote)` (т.е. соответствие строке, заключенной в одинарные или двойные кавычки):142143| Контекст ссылки на группу «quote» | Способы ссылки на нее |144| --- | --- |145| в том же самом шаблоне | `(?P=quote)` (как показано) `\1` |146| при обработке объекта совпадения *m* | `m.group('quote')` `m.end('quote')` (и т.д.) |147| в строке, передаваемой в аргумент *repl* функции `re.sub()` | `\g<quote>` `\g<1>` `\1` |148149**`(?P=name)`**150151Обратная ссылка на именованную группу; соответствует любому тексту, который был найден ранее группой с именем *name*.152153**`(?#...)`**154155Комментарий; содержимое скобок просто игнорируется.156157**`(?=...)`**158159Совпадает, 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'`.160161**`(?!...)`**162163Совпадает, если `...` не совпадает далее. Это *отрицательная опережающая проверка*. Например, `Isaac (?!Asimov)` совпадет с `'Isaac '`, только если за ним *не* следует `'Asimov'`.164165**`(?<=...)`**166167Совпадает, 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/3.7/library/re.html#re.search), а не [`match()`](https://python-all.ru/3.7/library/re.html#re.match):168169```python170>>> import re171>>> m = re.search('(?<=abc)def', 'abcdef')172>>> m.group(0)173'def'174```175176Этот пример ищет слово, следующее за дефисом:177178```python179>>> m = re.search(r'(?<=-)\w+', 'spam-egg')180>>> m.group(0)181'egg'182```183184Изменено в версии 3.5: Добавлена поддержка ссылок на группы фиксированной длины.185186**`(?<!...)`**187188Совпадает, 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.189190**`(?(id/name)yes-pattern|no-pattern)`**191192Будет 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)>|$)` – это неудачный шаблон для сопоставления email, который будет соответствовать `'<user@host.com>'`, а также `'user@host.com'`, но не `'<user@host.com'` и не `'user@host.com>'`.193194Специальные последовательности состоят из `'\'` и символа из списка ниже. Если обычный символ не является цифрой ASCII или буквой ASCII, то полученное регулярное выражение будет соответствовать второму символу. Например, `\$` соответствует символу `'$'`.195196**`\number`**197198Совпадает 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.199200**`\A`**201202Совпадает только в начале строки.203204**`\b`**205206Соответствует 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'`.207208По умолчанию в шаблонах Unicode используются буквенно-цифровые символы Unicode, но это можно изменить с помощью флага [`ASCII`](https://python-all.ru/3.7/library/re.html#re.ASCII). Границы слов определяются текущей локалью, если используется флаг [`LOCALE`](https://python-all.ru/3.7/library/re.html#re.LOCALE). Внутри диапазона символов `\b` представляет символ возврата на одну позицию (backspace) для совместимости со строковыми литералами Python.209210**`\B`**211212Соответствует 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/3.7/library/re.html#re.ASCII). Границы слов определяются текущей локалью, если используется флаг [`LOCALE`](https://python-all.ru/3.7/library/re.html#re.LOCALE).213214**`\d`**215216**Для шаблонов Unicode (str):**217218Соответствует любой десятичной цифре Unicode (то есть любому символу из категории символов Unicode \[Nd\]). Сюда входит `[0-9]`, а также многие другие цифровые символы. Если используется флаг [`ASCII`](https://python-all.ru/3.7/library/re.html#re.ASCII), то соответствует только `[0-9]`.219220**Для 8-битных (байтовых) шаблонов:**221222Соответствует любой десятичной цифре; это эквивалентно `[0-9]`.223224**`\D`**225226Соответствует любому символу, который не является десятичной цифрой. Это противоположность `\d`. Если используется флаг [`ASCII`](https://python-all.ru/3.7/library/re.html#re.ASCII), это становится эквивалентом `[^0-9]`.227228**`\s`**229230**Для шаблонов Unicode (str):**231232Соответствует пробельным символам Unicode (включая `[ \t\n\r\f\v]`, а также многие другие символы, например, неразрывные пробелы, предусмотренные типографскими правилами во многих языках). Если используется флаг [`ASCII`](https://python-all.ru/3.7/library/re.html#re.ASCII), то соответствует только `[ \t\n\r\f\v]`.233234**Для 8-битных (байтовых) шаблонов:**235236Соответствует символам, считающимся пробельными в наборе символов ASCII; это эквивалентно `[ \t\n\r\f\v]`.237238**`\S`**239240Соответствует любому символу, который не является пробельным. Это противоположность `\s`. Если используется флаг [`ASCII`](https://python-all.ru/3.7/library/re.html#re.ASCII), это становится эквивалентом `[^ \t\n\r\f\v]`.241242**`\w`**243244**Для шаблонов Unicode (str):**245246Соответствует буквенным символам Юникода; 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/3.7/library/re.html#re.ASCII), то соответствует только `[a-zA-Z0-9_]`.247248**Для 8-битных (байтовых) шаблонов:**249250Соответствует символам, считающимся буквенно-цифровыми в наборе символов ASCII; это эквивалентно `[a-zA-Z0-9_]`. Если используется флаг [`LOCALE`](https://python-all.ru/3.7/library/re.html#re.LOCALE), то соответствует символам, считающимся буквенно-цифровыми в текущей локали, и символу подчеркивания.251252**`\W`**253254Соответствует любому символу, который не является словообразовательным. Это противоположность `\w`. Если используется флаг [`ASCII`](https://python-all.ru/3.7/library/re.html#re.ASCII), это становится эквивалентом `[^a-zA-Z0-9_]`. Если используется флаг [`LOCALE`](https://python-all.ru/3.7/library/re.html#re.LOCALE), то соответствует символам, которые не являются ни буквенно-цифровыми в текущей локали, ни символом подчеркивания.255256**`\Z`**257258Совпадение только в конце строки.259260Большинство стандартных управляющих последовательностей, поддерживаемых строковыми литералами Python, также принимаются синтаксическим анализатором регулярных выражений:261262```python263\a \b \f \n264\r \t \u \U265\v \x \\266```267268(Обратите внимание, что `\b` используется для обозначения границ слов, а означает «забой» только внутри символьных классов.)269270Управляющие последовательности `'\u'` и `'\U'` распознаются только в шаблонах Unicode. В байтовых шаблонах они вызывают ошибки. Неизвестные escape-последовательности для букв ASCII зарезервированы для будущего использования и считаются ошибками.271272Восьмеричные 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.273274Изменено в версии 3.3: Добавлены управляющие последовательности `'\u'` и `'\U'`.275276Изменено в версии 3.6: Неизвестные управляющие последовательности, состоящие из `'\'` и буквы ASCII, теперь вызывают ошибки.277278## Содержимое модуля279280Модуль 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.281282Изменено в версии 3.6: Константы флагов теперь являются экземплярами `RegexFlag`, который является подклассом [`enum.IntFlag`](https://python-all.ru/3.7/library/enum.html#enum.IntFlag).283284#### `re.compile(pattern, flags=0)`285286Компилирует шаблон регулярного выражения в [объект регулярного выражения](https://python-all.ru/3.7/library/re.html#re-objects), который можно использовать для сопоставления с помощью его методов [`match()`](https://python-all.ru/3.7/library/re.html#re.Pattern.match), [`search()`](https://python-all.ru/3.7/library/re.html#re.Pattern.search) и других, описанных ниже.287288Поведение выражения можно изменить, указав значение *flags*. В качестве значений можно использовать любые из следующих переменных, комбинируя их с помощью побитового ИЛИ (оператор `|`).289290Последовательность291292```python293prog = re.compile(pattern)294result = prog.match(string)295```296297эквивалентна298299```python300result = re.match(pattern, string)301```302303но использование [`re.compile()`](https://python-all.ru/3.7/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.304305> **Примечание**306>307> Скомпилированные версии последних шаблонов, переданных в [`re.compile()`](https://python-all.ru/3.7/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.308309#### `re.A`310311#### `re.ASCII`312313Заставляет `\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)`.314315Обратите 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).316317#### `re.DEBUG`318319Отображает отладочную информацию о скомпилированном выражении. Нет соответствующего встроенного флага.320321#### `re.I`322323#### `re.IGNORECASE`324325Выполняет 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/3.7/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/3.7/library/re.html#re.LOCALE). Соответствует встроенному флагу `(?i)`.326327Обратите внимание, что при использовании юникодных шаблонов `[a-z]` или `[A-Z]` в сочетании с флагом [`IGNORECASE`](https://python-all.ru/3.7/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, знак Кельвина). Если используется флаг [`ASCII`](https://python-all.ru/3.7/library/re.html#re.ASCII), сопоставляются только буквы от «a» до «z» и от «A» до «Z».328329#### `re.L`330331#### `re.LOCALE`332333Делает `\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)`.334335Изменено в версии 3.6: [`re.LOCALE`](https://python-all.ru/3.7/library/re.html#re.LOCALE) можно использовать только с байтовыми шаблонами и он несовместим с [`re.ASCII`](https://python-all.ru/3.7/library/re.html#re.ASCII).336337Изменено в версии 3.7: Скомпилированные объекты регулярных выражений с флагом [`re.LOCALE`](https://python-all.ru/3.7/library/re.html#re.LOCALE) больше не зависят от локали на этапе компиляции. Только локаль на момент сопоставления влияет на результат сопоставления.338339#### `re.M`340341#### `re.MULTILINE`342343При 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)`.344345#### `re.S`346347#### `re.DOTALL`348349Заставляет специальный символ `'.'` соответствовать любому символу, включая перевод строки; без этого флага `'.'` будет соответствовать любому символу *кроме* перевода строки. Соответствует встроенному флагу `(?s)`.350351#### `re.X`352353#### `re.VERBOSE`354355Этот 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.356357Это означает, что следующие два объекта регулярных выражений, которые сопоставляют десятичное число, функционально эквивалентны:358359```python360a = re.compile(r"""\d + # the integral part361 \. # the decimal point362 \d * # some fractional digits""", re.X)363b = re.compile(r"\d+\.\d*")364```365366Соответствует встроенному флагу `(?x)`.367368#### `re.search(pattern, string, flags=0)`369370Просматривает строку *string* в поиске первой позиции, где регулярное выражение *pattern* даёт совпадение, и возвращает соответствующий [объект сопоставления](https://python-all.ru/3.7/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.371372#### `re.match(pattern, string, flags=0)`373374Если ноль или более символов в начале строки *string* соответствуют регулярному выражению *pattern*, возвращает соответствующий [объект сопоставления](https://python-all.ru/3.7/library/re.html#match-objects). Возвращает `None`, если строка не соответствует шаблону; обратите внимание, что это отличается от нулевого совпадения.375376Обратите внимание, что даже в режиме [`MULTILINE`](https://python-all.ru/3.7/library/re.html#re.MULTILINE), [`re.match()`](https://python-all.ru/3.7/library/re.html#re.match) будет совпадать только в начале строки, а не в начале каждой строки.377378If you want to locate a match anywhere in *string*, use [`search()`](https://python-all.ru/3.7/library/re.html#re.search) instead (see also [search() vs. match()](https://python-all.ru/3.7/library/re.html#search-vs-match)).379380#### `re.fullmatch(pattern, string, flags=0)`381382Если вся строка *string* соответствует регулярному выражению *pattern*, возвращает соответствующий [объект сопоставления](https://python-all.ru/3.7/library/re.html#match-objects). Возвращает `None`, если строка не соответствует шаблону; обратите внимание, что это отличается от нулевого совпадения.383384Новое в версии 3.4.385386#### `re.split(pattern, string, maxsplit=0, flags=0)`387388Разделяет *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.389390```python391>>> re.split(r'\W+', 'Words, words, words.')392['Words', 'words', 'words', '']393>>> re.split(r'(\W+)', 'Words, words, words.')394['Words', ', ', 'words', ', ', 'words', '.', '']395>>> re.split(r'\W+', 'Words, words, words.', 1)396['Words', 'words, words.']397>>> re.split('[a-f]+', '0a3B9', flags=re.IGNORECASE)398['0', '3', '9']399```400401Если 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:402403```python404>>> re.split(r'(\W+)', '...words, words...')405['', '...', 'words', ', ', 'words', '...', '']406```407408Таким образом, компоненты разделителя всегда находятся на одних и тех же относительных индексах в результирующем списке.409410Пустые совпадения для шаблона разделяют строку, только если они не примыкают к предыдущему пустому совпадению.411412```python413>>> re.split(r'\b', 'Words, words, words.')414['', 'Words', ', ', 'words', ', ', 'words', '.']415>>> re.split(r'\W*', '...words...')416['', '', 'w', 'o', 'r', 'd', 's', '', '']417>>> re.split(r'(\W*)', '...words...')418['', '...', '', '', 'w', '', 'o', '', 'r', '', 'd', '', 's', '...', '', '', '']419```420421Изменено в версии 3.1: Добавлен необязательный аргумент flags.422423Изменено в версии 3.7: Добавлена возможность разделения по шаблону, который может соответствовать пустой строке.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.428429Изменено в версии 3.7: Непустые совпадения теперь могут начинаться сразу после предыдущего пустого совпадения.430431#### `re.finditer(pattern, string, flags=0)`432433Возвращает [итератор](https://python-all.ru/3.7/glossary.html#term-iterator), возвращающий [объекты сопоставления](https://python-all.ru/3.7/library/re.html#match-objects) по всем непересекающимся совпадениям для RE *pattern* в строке *string*. Строка *string* сканируется слева направо, и совпадения возвращаются в порядке обнаружения. Пустые совпадения включаются в результат.434435Изменено в версии 3.7: Непустые совпадения теперь могут начинаться сразу после предыдущего пустого совпадения.436437#### `re.sub(pattern, repl, string, count=0, flags=0)`438439Возвращает строку, полученную заменой крайних левых непересекающихся вхождений *pattern* в *string* на замену *repl*. Если шаблон не найден, возвращается *string* без изменений. *repl* может быть строкой или функцией; если это строка, все обратные слеши в ней обрабатываются. То есть `\n` преобразуется в символ новой строки, `\r` – в возврат каретки и так далее. Неизвестные управляющие последовательности из букв ASCII зарезервированы для будущего использования и считаются ошибками. Другие неизвестные 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/3.7/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/3.7/library/re.html#re-objects).461462Необязательный аргумент *count* – это максимальное количество вхождений шаблона, подлежащих замене; *count* должен быть неотрицательным целым числом. Если он опущен или равен нулю, заменяются все вхождения. Пустые совпадения для шаблона заменяются только в том случае, если они не примыкают к предыдущему пустому совпадению, поэтому `sub('x*', '-', 'abxd')` возвращает `'-a-b--d-'`.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.471472Изменено в версии 3.7: Неизвестные экранирования в *repl*, состоящие из `'\'` и ASCII-буквы, теперь вызывают ошибку.473474Изменено в версии 3.7: Пустые совпадения с шаблоном заменяются, если они примыкают к предыдущему непустому совпадению.475476#### `re.subn(pattern, repl, string, count=0, flags=0)`477478Выполняет ту же операцию, что и [`sub()`](https://python-all.ru/3.7/library/re.html#re.sub), но возвращает кортеж `(new_string, number_of_subs_made)`.479480Изменено в версии 3.1: Добавлен необязательный аргумент flags.481482Изменено в версии 3.5: Несовпавшие группы заменяются пустой строкой.483484#### `re.escape(pattern)`485486Экранирует специальные символы в *pattern*. Это полезно, если нужно сопоставить произвольную литеральную строку, которая может содержать метасимволы регулярных выражений. Например:487488```python489>>> print(re.escape('http://www.python.org'))490http://www\.python\.org491492>>> legal_chars = string.ascii_lowercase + string.digits + "!#$%&'*+-.^_`|~:"493>>> print('[%s]+' % re.escape(legal_chars))494[abcdefghijklmnopqrstuvwxyz0123456789!\#\$%\&'\*\+\-\.\^_`\|\~:]+495496>>> operators = ['+', '-', '*', '/', '**']497>>> print('|'.join(map(re.escape, sorted(operators, reverse=True))))498/|\-|\+|\*\*|\*499```500501Эта функция не должна использоваться для строки замены в [`sub()`](https://python-all.ru/3.7/library/re.html#re.sub) и [`subn()`](https://python-all.ru/3.7/library/re.html#re.subn), экранировать следует только обратную косую черту. Например:502503```python504>>> digits_re = r'\d+'505>>> sample = '/usr/sbin/sendmail - 0 errors, 12 warnings'506>>> print(re.sub(digits_re, digits_re.replace('\\', r'\\'), sample))507/usr/sbin/sendmail - \d+ errors, \d+ warnings508```509510Изменено в версии 3.3: Символ `'_'` больше не экранируется.511512Изменено в версии 3.7: Теперь экранируются только символы, которые могут иметь специальное значение в регулярном выражении. В результате `'!'`, `'"'`, `'%'`, `"'"`, `','`, `'/'`, `':'`, `';'`, `'<'`, `'='`, `'>'`, `'@'` и `` "`" `` больше не экранируются.513514#### `re.purge()`515516Очищает кэш регулярных выражений.517518#### `exception re.error(msg, pattern=None, pos=None)`519520Исключение 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:521522#### `msg`523524Неформатированное сообщение об ошибке.525526#### `pattern`527528Шаблон регулярного выражения.529530#### `pos`531532Индекс в *pattern*, где произошла ошибка компиляции (может быть `None`).533534#### `lineno`535536Строка, соответствующая *pos* (может быть `None`).537538#### `colno`539540Столбец, соответствующий *pos* (может быть `None`).541542Изменено в версии 3.5: Добавлены дополнительные атрибуты.543544## Объекты регулярных выражений545546Скомпилированные объекты регулярных выражений поддерживают следующие методы и атрибуты:547548#### `Pattern.search(string[, pos[, endpos]])`549550Просматривает строку *string* в поиске первой позиции, где данное регулярное выражение даёт совпадение, и возвращает соответствующий [объект сопоставления](https://python-all.ru/3.7/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.551552Необязательный 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.553554Необязательный 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)`.555556```python557>>> pattern = re.compile("d")558>>> pattern.search("dog") # Совпадение на индексе 0559<re.Match object; span=(0, 1), match='d'>560>>> pattern.search("dog", 1) # Совпадения нет; поиск не включает "d"561```562563#### `Pattern.match(string[, pos[, endpos]])`564565Если ноль или более символов в *начале* строки *string* соответствуют данному регулярному выражению, возвращает соответствующий [объект сопоставления](https://python-all.ru/3.7/library/re.html#match-objects). Возвращает `None`, если строка не соответствует шаблону; обратите внимание, что это отличается от нулевого совпадения.566567Необязательные параметры *pos* и *endpos* имеют то же значение, что и для метода [`search()`](https://python-all.ru/3.7/library/re.html#re.Pattern.search).568569```python570>>> pattern = re.compile("o")571>>> pattern.match("dog") # Совпадения нет, так как "o" не в начале строки "dog".572>>> pattern.match("dog", 1) # Совпадение есть, так как "o" – второй символ строки "dog".573<re.Match object; span=(1, 2), match='o'>574```575576Если требуется найти совпадение в любом месте *string*, используйте [`search()`](https://python-all.ru/3.7/library/re.html#re.Pattern.search) (см. также [search() vs. match()](https://python-all.ru/3.7/library/re.html#search-vs-match)).577578#### `Pattern.fullmatch(string[, pos[, endpos]])`579580Если вся строка *string* соответствует данному регулярному выражению, возвращает соответствующий [объект сопоставления](https://python-all.ru/3.7/library/re.html#match-objects). Возвращает `None`, если строка не соответствует шаблону; обратите внимание, что это отличается от нулевого совпадения.581582Необязательные параметры *pos* и *endpos* имеют то же значение, что и для метода [`search()`](https://python-all.ru/3.7/library/re.html#re.Pattern.search).583584```python585>>> pattern = re.compile("o[gh]")586>>> pattern.fullmatch("dog") # Совпадения нет, так как "o" не в начале строки "dog".587>>> pattern.fullmatch("ogre") # Совпадения нет, так как не вся строка совпала.588>>> pattern.fullmatch("doggie", 1, 3) # Совпадения в заданных пределах.589<re.Match object; span=(1, 3), match='og'>590```591592Новое в версии 3.4.593594#### `Pattern.split(string, maxsplit=0)`595596Идентична функции [`split()`](https://python-all.ru/3.7/library/re.html#re.split), но использует скомпилированный шаблон.597598#### `Pattern.findall(string[, pos[, endpos]])`599600Похожа на функцию [`findall()`](https://python-all.ru/3.7/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/3.7/library/re.html#re.search).601602#### `Pattern.finditer(string[, pos[, endpos]])`603604Похожа на функцию [`finditer()`](https://python-all.ru/3.7/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/3.7/library/re.html#re.search).605606#### `Pattern.sub(repl, string, count=0)`607608Идентична функции [`sub()`](https://python-all.ru/3.7/library/re.html#re.sub), но использует скомпилированный шаблон.609610#### `Pattern.subn(repl, string, count=0)`611612Идентична функции [`subn()`](https://python-all.ru/3.7/library/re.html#re.subn), но использует скомпилированный шаблон.613614#### `Pattern.flags`615616Флаги сопоставления регулярного выражения. Это комбинация флагов, переданных в [`compile()`](https://python-all.ru/3.7/library/re.html#re.compile), любых встроенных флагов `(?...)` в шаблоне, а также неявных флагов, таких как `UNICODE`, если шаблон является строкой Unicode.617618#### `Pattern.groups`619620Количество захватываемых групп в шаблоне.621622#### `Pattern.groupindex`623624Словарь, сопоставляющий символические имена групп, определённые через `(?P<id>)`, с номерами групп. Словарь пуст, если в шаблоне не использовались символические группы.625626#### `Pattern.pattern`627628Строка шаблона, из которой был скомпилирован объект шаблона.629630Изменено в версии 3.7: Добавлена поддержка [`copy.copy()`](https://python-all.ru/3.7/library/copy.html#copy.copy) и [`copy.deepcopy()`](https://python-all.ru/3.7/library/copy.html#copy.deepcopy). Скомпилированные объекты регулярных выражений считаются атомарными.631632## Объекты Match633634Объекты Match всегда имеют булево значение `True`. Поскольку [`match()`](https://python-all.ru/3.7/library/re.html#re.Pattern.match) и [`search()`](https://python-all.ru/3.7/library/re.html#re.Pattern.search) возвращают `None` при отсутствии совпадения, можно проверить, было ли совпадение, с помощью простого выражения `if`:635636```python637match = re.search(pattern, string)638if match:639 process(match)640```641642Объекты сопоставления поддерживают следующие методы и атрибуты:643644#### `Match.expand(template)`645646Возвращает строку, полученную путём подстановки обратной косой черты в строку шаблона *шаблон*, как это делает метод [`sub()`](https://python-all.ru/3.7/library/re.html#re.Pattern.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.647648Изменено в версии 3.5: Несовпавшие группы заменяются пустой строкой.649650#### `Match.group([group1, ...])`651652Возвращает 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/3.7/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.653654```python655>>> m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")656>>> m.group(0) # Всё совпадение657'Isaac Newton'658>>> m.group(1) # Первая группа в скобках.659'Isaac'660>>> m.group(2) # Вторая группа в скобках.661'Newton'662>>> m.group(1, 2) # Несколько аргументов дают кортеж.663('Isaac', 'Newton')664```665666Если 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/3.7/library/exceptions.html#IndexError).667668Довольно сложный пример:669670```python671>>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")672>>> m.group('first_name')673'Malcolm'674>>> m.group('last_name')675'Reynolds'676```677678Именованные группы также можно указывать по их индексу:679680```python681>>> m.group(1)682'Malcolm'683>>> m.group(2)684'Reynolds'685```686687Если группа совпадает несколько раз, доступно только последнее совпадение:688689```python690>>> m = re.match(r"(..)+", "a1b2c3") # Совпадает 3 раза.691>>> m.group(1) # Возвращает только последнее совпадение.692'c3'693```694695#### `Match.__getitem__(g)`696697Это идентично `m.group(g)`. Это упрощает доступ к отдельной группе из совпадения:698699```python700>>> m = re.match(r"(\w+) (\w+)", "Isaac Newton, physicist")701>>> m[0] # Всё совпадение702'Isaac Newton'703>>> m[1] # Первая группа в скобках.704'Isaac'705>>> m[2] # Вторая группа в скобках.706'Newton'707```708709Новое в версии 3.6.710711#### `Match.groups(default=None)`712713Возвращает 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`.714715Например:716717```python718>>> m = re.match(r"(\d+)\.(\d+)", "24.1632")719>>> m.groups()720('24', '1632')721```722723Если 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*:724725```python726>>> m = re.match(r"(\d+)\.?(\d+)?", "24")727>>> m.groups() # Вторая группа по умолчанию – None.728('24', None)729>>> m.groups('0') # Теперь вторая группа по умолчанию – '0'.730('24', '0')731```732733#### `Match.groupdict(default=None)`734735Возвращает 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:736737```python738>>> m = re.match(r"(?P<first_name>\w+) (?P<last_name>\w+)", "Malcolm Reynolds")739>>> m.groupdict()740{'first_name': 'Malcolm', 'last_name': 'Reynolds'}741```742743#### `Match.start([group])`744745#### `Match.end([group])`746747Возвращает 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)`) – это748749```python750m.string[m.start(g):m.end(g)]751```752753Обратите 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/3.7/library/exceptions.html#IndexError).754755Пример, который удалит *remove\_this* из адресов электронной почты:756757```python758>>> email = "tony@tiremove_thisger.net"759>>> m = re.search("remove_this", email)760>>> email[:m.start()] + email[m.end():]761'tony@tiger.net'762```763764#### `Match.span([group])`765766Для 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).767768#### `Match.pos`769770Значение *pos*, которое было передано методу [`search()`](https://python-all.ru/3.7/library/re.html#re.Pattern.search) или [`match()`](https://python-all.ru/3.7/library/re.html#re.Pattern.match) объекта [regex object](https://python-all.ru/3.7/library/re.html#re-objects). Это индекс в строке, с которого движок регулярных выражений начал поиск совпадения.771772#### `Match.endpos`773774Значение *endpos*, которое было передано методу [`search()`](https://python-all.ru/3.7/library/re.html#re.Pattern.search) или [`match()`](https://python-all.ru/3.7/library/re.html#re.Pattern.match) объекта [regex object](https://python-all.ru/3.7/library/re.html#re-objects). Это индекс в строке, за который движок регулярных выражений не выйдет.775776#### `Match.lastindex`777778Целочисленный 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.779780#### `Match.lastgroup`781782Имя последней совпавшей захватывающей группы или `None`, если группа не имела имени, или если ни одна группа не совпала.783784#### `Match.re`785786[Объект регулярного выражения](https://python-all.ru/3.7/library/re.html#re-objects), чей метод [`match()`](https://python-all.ru/3.7/library/re.html#re.Pattern.match) или [`search()`](https://python-all.ru/3.7/library/re.html#re.Pattern.search) создал этот экземпляр совпадения.787788#### `Match.string`789790Строка, переданная в [`match()`](https://python-all.ru/3.7/library/re.html#re.Pattern.match) или [`search()`](https://python-all.ru/3.7/library/re.html#re.Pattern.search).791792Изменено в версии 3.7: Добавлена поддержка [`copy.copy()`](https://python-all.ru/3.7/library/copy.html#copy.copy) и [`copy.deepcopy()`](https://python-all.ru/3.7/library/copy.html#copy.deepcopy). Объекты Match считаются атомарными.793794## Примеры регулярных выражений795796### Проверка на пару797798В этом примере используется следующая вспомогательная функция для более наглядного отображения объектов совпадения:799800```python801def displaymatch(match):802 if match is None:803 return None804 return '<Match: %r, groups=%r>' % (match.group(), match.groups())805```806807Допустим, 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.808809Чтобы проверить, является ли заданная строка допустимой рукой, можно поступить следующим образом:810811```python812>>> valid = re.compile(r"^[a2-9tjqk]{5}$")813>>> displaymatch(valid.match("akt5q")) # Допустимо.814"<Match: 'akt5q', groups=()>"815>>> displaymatch(valid.match("akt5e")) # Недопустимо.816>>> displaymatch(valid.match("akt")) # Недопустимо.817>>> displaymatch(valid.match("727ak")) # Допустимо.818"<Match: '727ak', groups=()>"819```820821Последняя рука, `"727ak"`, содержала пару, то есть две карты одного достоинства. Чтобы найти такое совпадение с помощью регулярного выражения, можно использовать обратные ссылки следующим образом:822823```python824>>> pair = re.compile(r".*(.).*\1")825>>> displaymatch(pair.match("717ak")) # Пара семёрок.826"<Match: '717', groups=('7',)>"827>>> displaymatch(pair.match("718ak")) # Нет пар.828>>> displaymatch(pair.match("354aa")) # Пара тузов.829"<Match: '354aa', groups=('a',)>"830```831832Чтобы узнать, из какой карты состоит пара, можно использовать метод [`group()`](https://python-all.ru/3.7/library/re.html#re.Match.group) объекта совпадения следующим образом:833834```pycon835>>> pair.match("717ak").group(1)836'7'837838# Error because re.match() returns None, which doesn't have a group() method:839>>> pair.match("718ak").group(1)840Traceback (most recent call last):841 File "<pyshell#23>", line 1, in <module>842 re.match(r".*(.).*\1", "718ak").group(1)843AttributeError: 'NoneType' object has no attribute 'group'844845>>> pair.match("354aa").group(1)846'a'847```848849### Эмуляция scanf()850851В 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.852853| `scanf()` Токен | Регулярное выражение |854| --- | --- |855| `%c` | `.` |856| `%5c` | `.{5}` |857| `%d` | `[-+]?\d+` |858| `%e`, `%E`, `%f`, `%g` | `[-+]?(\d+(\.\d*)?\|\.\d+)([eE][-+]?\d+)?` |859| `%i` | `[-+]?(0[xX][\dA-Fa-f]+\|0[0-7]*\|\d+)` |860| `%o` | `[-+]?[0-7]+` |861| `%s` | `\S+` |862| `%u` | `\d+` |863| `%x`, `%X` | `[-+]?(0[xX])?[\dA-Fa-f]+` |864865Чтобы извлечь имя файла и числа из строки вида866867```python868/usr/sbin/sendmail - 0 errors, 4 warnings869```870871можно использовать формат `scanf()`, например872873```python874%s - %d errors, %d warnings875```876877Эквивалентное регулярное выражение будет878879```python880(\S+) - (\d+) errors, (\d+) warnings881```882883### search() и match()884885Python предлагает две разные примитивные операции на основе регулярных выражений: [`re.match()`](https://python-all.ru/3.7/library/re.html#re.match) проверяет совпадение только в начале строки, а [`re.search()`](https://python-all.ru/3.7/library/re.html#re.search) проверяет совпадение в любом месте строки (так по умолчанию работает Perl).886887Например:888889```python890>>> re.match("c", "abcdef") # Нет совпадения.891>>> re.search("c", "abcdef") # Совпадает.892<re.Match object; span=(2, 3), match='c'>893```894895Регулярные выражения, начинающиеся с `'^'`, можно использовать с [`search()`](https://python-all.ru/3.7/library/re.html#re.search), чтобы ограничить совпадение началом строки:896897```python898>>> re.match("c", "abcdef") # Нет совпадения.899>>> re.search("^c", "abcdef") # Нет совпадения.900>>> re.search("^a", "abcdef") # Совпадает.901<re.Match object; span=(0, 1), match='a'>902```903904Обратите внимание, однако, что в режиме [`MULTILINE`](https://python-all.ru/3.7/library/re.html#re.MULTILINE) [`match()`](https://python-all.ru/3.7/library/re.html#re.match) соответствует только началу строки, тогда как использование [`search()`](https://python-all.ru/3.7/library/re.html#re.search) с регулярным выражением, начинающимся с `'^'`, будет соответствовать началу каждой строки.905906```python907>>> re.match('X', 'A\nB\nX', re.MULTILINE) # Нет совпадения.908>>> re.search('^X', 'A\nB\nX', re.MULTILINE) # Совпадает.909<re.Match object; span=(4, 5), match='X'>910```911912### Создание телефонной книги913914[`split()`](https://python-all.ru/3.7/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.915916Сначала – входные данные. Обычно они берутся из файла, здесь мы используем синтаксис тройных кавычек:917918```python919>>> text = """Ross McFluff: 834.345.1254 155 Elm Street920...921... Ronald Heathmore: 892.345.3428 436 Finley Avenue922... Frank Burger: 925.541.7625 662 South Dogwood Way923...924...925... Heather Albrecht: 548.326.4584 919 Park Place"""926```927928Записи разделяются одним или несколькими символами новой строки. Теперь преобразуем строку в список, где каждая непустая строка будет отдельной записью:929930```pycon931>>> entries = re.split("\n+", text)932>>> entries933['Ross McFluff: 834.345.1254 155 Elm Street',934'Ronald Heathmore: 892.345.3428 436 Finley Avenue',935'Frank Burger: 925.541.7625 662 South Dogwood Way',936'Heather Albrecht: 548.326.4584 919 Park Place']937```938939Наконец, разделим каждую запись на список, содержащий имя, фамилию, номер телефона и адрес. Используем параметр `maxsplit` функции [`split()`](https://python-all.ru/3.7/library/re.html#re.split), потому что адрес содержит пробелы, которые являются нашим разделителем:940941```pycon942>>> [re.split(":? ", entry, 3) for entry in entries]943[['Ross', 'McFluff', '834.345.1254', '155 Elm Street'],944['Ronald', 'Heathmore', '892.345.3428', '436 Finley Avenue'],945['Frank', 'Burger', '925.541.7625', '662 South Dogwood Way'],946['Heather', 'Albrecht', '548.326.4584', '919 Park Place']]947```948949Шаблон `:?` 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:950951```pycon952>>> [re.split(":? ", entry, 4) for entry in entries]953[['Ross', 'McFluff', '834.345.1254', '155', 'Elm Street'],954['Ronald', 'Heathmore', '892.345.3428', '436', 'Finley Avenue'],955['Frank', 'Burger', '925.541.7625', '662', 'South Dogwood Way'],956['Heather', 'Albrecht', '548.326.4584', '919', 'Park Place']]957```958959### Обработка текста960961[`sub()`](https://python-all.ru/3.7/library/re.html#re.sub) заменяет каждое вхождение шаблона на строку или результат функции. Этот пример демонстрирует использование [`sub()`](https://python-all.ru/3.7/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:962963```python964>>> def repl(m):965... inner_word = list(m.group(2))966... random.shuffle(inner_word)967... return m.group(1) + "".join(inner_word) + m.group(3)968>>> text = "Professor Abdolmalek, please report your absences promptly."969>>> re.sub(r"(\w)(\w+)(\w)", repl, text)970'Poefsrosr Aealmlobdk, pslaee reorpt your abnseces plmrptoy.'971>>> re.sub(r"(\w)(\w+)(\w)", repl, text)972'Pofsroser Aodlambelk, plasee reoprt yuor asnebces potlmrpy.'973```974975### Поиск всех наречий976977[`findall()`](https://python-all.ru/3.7/library/re.html#re.findall) находит *все* вхождения шаблона, а не только первое, как [`search()`](https://python-all.ru/3.7/library/re.html#re.search). Например, если требуется найти все наречия в тексте, можно использовать [`findall()`](https://python-all.ru/3.7/library/re.html#re.findall) следующим образом:978979```python980>>> text = "He was carefully disguised but captured quickly by police."981>>> re.findall(r"\w+ly", text)982['carefully', 'quickly']983```984985### Поиск всех наречий и их позиций986987Если требуется получить больше информации о всех совпадениях шаблона, чем просто совпавший текст, [`finditer()`](https://python-all.ru/3.7/library/re.html#re.finditer) полезен, так как он возвращает [объекты совпадений](https://python-all.ru/3.7/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/3.7/library/re.html#re.finditer) следующим образом:988989```python990>>> text = "He was carefully disguised but captured quickly by police."991>>> for m in re.finditer(r"\w+ly", text):992... print('%02d-%02d: %s' % (m.start(), m.end(), m.group(0)))99307-16: carefully99440-47: quickly995```996997### Нотация сырых строк998999Нотация 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:10001001```python1002>>> re.match(r"\W(.)\1\W", " ff ")1003<re.Match object; span=(0, 4), match=' ff '>1004>>> re.match("\\W(.)\\1\\W", " ff ")1005<re.Match object; span=(0, 4), match=' ff '>1006```10071008Чтобы 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:10091010```python1011>>> re.match(r"\\", r"\\")1012<re.Match object; span=(0, 1), match='\\'>1013>>> re.match("\\\\", r"\\")1014<re.Match object; span=(0, 1), match='\\'>1015```10161017### Написание токенизатора10181019[Токенизатор или сканер](https://python-all.ru/3.7/library/re.html) анализирует строку, чтобы разделить символы на группы. Это полезный первый шаг при написании компилятора или интерпретатора.10201021Категории текста задаются с помощью регулярных выражений. Метод заключается в том, чтобы объединить их в одно главное регулярное выражение и перебирать последовательные совпадения:10221023```python1024import collections1025import re10261027Token = collections.namedtuple('Token', ['type', 'value', 'line', 'column'])10281029def tokenize(code):1030 keywords = {'IF', 'THEN', 'ENDIF', 'FOR', 'NEXT', 'GOSUB', 'RETURN'}1031 token_specification = [1032 ('NUMBER', r'\d+(\.\d*)?'), # Целое или десятичное число.1033 ('ASSIGN', r':='), # Оператор присваивания.1034 ('END', r';'), # Терминатор инструкции.1035 ('ID', r'[A-Za-z]+'), # Идентификаторы.1036 ('OP', r'[+\-*/]'), # Арифметические операторы.1037 ('NEWLINE', r'\n'), # Концы строк.1038 ('SKIP', r'[ \t]+'), # Пропускать пробелы и табуляции.1039 ('MISMATCH', r'.'), # Любой другой символ.1040 ]1041 tok_regex = '|'.join('(?P<%s>%s)' % pair for pair in token_specification)1042 line_num = 11043 line_start = 01044 for mo in re.finditer(tok_regex, code):1045 kind = mo.lastgroup1046 value = mo.group()1047 column = mo.start() - line_start1048 if kind == 'NUMBER':1049 value = float(value) if '.' in value else int(value)1050 elif kind == 'ID' and value in keywords:1051 kind = value1052 elif kind == 'NEWLINE':1053 line_start = mo.end()1054 line_num += 11055 continue1056 elif kind == 'SKIP':1057 continue1058 elif kind == 'MISMATCH':1059 raise RuntimeError(f'{value!r} unexpected on line {line_num}')1060 yield Token(kind, value, line_num, column)10611062statements = '''1063 IF quantity THEN1064 total := total + price * quantity;1065 tax := price * 0.05;1066 ENDIF;1067'''10681069for token in tokenize(statements):1070 print(token)1071```10721073Токенизатор выдаёт следующий результат:10741075```python1076Token(type='IF', value='IF', line=2, column=4)1077Token(type='ID', value='quantity', line=2, column=7)1078Token(type='THEN', value='THEN', line=2, column=16)1079Token(type='ID', value='total', line=3, column=8)1080Token(type='ASSIGN', value=':=', line=3, column=14)1081Token(type='ID', value='total', line=3, column=17)1082Token(type='OP', value='+', line=3, column=23)1083Token(type='ID', value='price', line=3, column=25)1084Token(type='OP', value='*', line=3, column=31)1085Token(type='ID', value='quantity', line=3, column=33)1086Token(type='END', value=';', line=3, column=41)1087Token(type='ID', value='tax', line=4, column=8)1088Token(type='ASSIGN', value=':=', line=4, column=12)1089Token(type='ID', value='price', line=4, column=15)1090Token(type='OP', value='*', line=4, column=21)1091Token(type='NUMBER', value=0.05, line=4, column=23)1092Token(type='END', value=';', line=4, column=27)1093Token(type='ENDIF', value='ENDIF', line=5, column=4)1094Token(type='END', value=';', line=5, column=9)1095```10961097**[Frie09](https://python-all.ru/3.7/library/re.html#id1)**10981099Фридл, 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.1100