✧ Ищем по шаблону: регулярные выражения ✧

🚀 Запускаем

Дана строка из журнала, и нужно вытащить из неё все числа. Методы строк тут не помогут: сколько чисел и где они стоят, заранее неизвестно. Запусти:

import re

line = "Крутка 42: ★5 Дилюк, мора ×3000, осталось 17 круток"

print(re.findall(r"\d+", line))
['42', '5', '3000', '17']

r"\d+" — это шаблон: «одна или больше цифр подряд». findall нашёл все такие места в строке и вернул их списком строк. Шаблоны такого рода называют регулярными выражениями. Замени \d+ на \d и посмотри, чем отличается результат: теперь каждая цифра отдельно.

📜 Теория: регулярные выражения

Строка-шаблон и сырые строки

import re

print(re.findall(r"\d+", "а1 б22"))       # → ['1', '22']
print("\d")                                # обычная строка: напечатает \d, но предупредит (SyntaxWarning)

В шаблонах постоянно встречается обратная косая черта (\d, \s), а в обычных строках она означает «специальный символ» (\n — перенос строки). Чтобы Python оставил её в покое, шаблон пишут как сырую строку: перед кавычкой ставят r. Привычка простая: шаблон — всегда r"…".

Из чего состоит шаблон

  • Обычные символы значат сами себя: r"смола" ищет слово «смола».
  • \d — цифра, \w — буква, цифра или подчёркивание, \s — пробельный символ; заглавные (\D, \W, \S) значат противоположное. Точка . — любой символ, кроме переноса строки.
  • [абв] — один из перечисленных символов, [0-9] — диапазон, [^0-9] — любой, кроме цифр.
  • Сколько раз повторять: + — один или больше, * — ноль или больше, ? — ноль или один, {3} — ровно три, {2,4} — от двух до четырёх.
  • ^ — начало строки, $ — конец, \b — граница слова.
  • | — «или»: Пиро|Гидро.
  • Спецсимволы (. + * ? ( ) [ ] \ | ^ $), если они нужны как обычные, экранируют обратной чертой: \., \+. Для целой строки пользуются re.escape(text).

Найти: search, match, fullmatch, findall

import re

text = "Эмбер: 90 уровень"

print(re.search(r"\d+", text))           # → <re.Match object; span=(7, 9), match='90'>
print(re.match(r"\d+", text))            # → None: в начале строки цифр нет
print(re.fullmatch(r"\w+: \d+ \w+", text))     # подошла вся строка целиком
print(re.findall(r"\d+", text))          # → ['90']
  • search ищет первое совпадение где угодно в строке;
  • match ищет только с самого начала;
  • fullmatch требует, чтобы шаблону подошла вся строка (на этом строится проверка формата: «это ровно 9 цифр?»);
  • findall возвращает список всех непересекающихся совпадений.

search, match и fullmatch возвращают объект совпадения или None, поэтому результат проверяют условием:

import re

text = "Эмбер: 90 уровень"
found = re.search(r"\d+", text)
if found:
    print("число:", found.group(), "на месте", found.start())    # → число: 90 на месте 7

Если забыть про None и сразу написать .group(), при отсутствии совпадения получишь AttributeError: 'NoneType' object has no attribute 'group'.

Флаги и жадность

import re

print(re.findall(r"смол\w*", "Смола, смолы, СМОЛУ", flags=re.IGNORECASE))
# → ['Смола', 'смолы', 'СМОЛУ']

print(re.findall(r"<.+>", "<b>раз</b> <i>два</i>"))      # жадно: одна длинная находка
print(re.findall(r"<.+?>", "<b>раз</b> <i>два</i>"))     # нежадно: четыре маленьких

re.IGNORECASE (коротко re.I) не различает регистр. По умолчанию повторы жадные: .+ захватывает как можно больше, поэтому <.+> проглатывает всё от первой скобки до последней. Знак ? после повтора делает его нежадным: берётся как можно меньше.

Когда регулярки не нужны

Регулярное выражение — мощный, но трудночитаемый инструмент. Если хватает метода строки, пользуйся им: "abc" in text, text.startswith("Крутка"), text.split(",") понятнее и быстрее. Не разбирай регулярками HTML или вложенный JSON: для них есть специальные модули. А когда регулярка всё же нужна, сначала проверь её на трёх–четырёх примерах, в том числе на тех, что не должны подойти.

🧪 Попробуй сам

★★★

🎯 Задача: Проверка UID

10 очков

Игроку нужно проверить введённые UID. В нашей игре UID — это ровно 9 цифр, и первая из них не ноль. Лишних символов быть не должно: ни пробелов, ни букв.

Первая строка ввода — число проверок N, затем N строк. Для каждой выведи верно или неверно, а в конце — строку Верных: <сколько>.

Пример. Ввод:

4
712345678
012345678
7123456789
71234 5678

Вывод:

верно
неверно
неверно
неверно
Верных: 1

Заготовка (кнопка у блока отправит её в песочницу):

import re

# 1. Составь шаблон UID: ровно 9 цифр, первая не ноль

# 2. Прочитай число строк и сами строки

# 3. Для каждой выведи «верно» или «неверно», а в конце — «Верных: …»
★★★

🎯 Задача: Все формы слова

25 очков

В отзывах про игру часто пишут про смолу в разных формах: смола, смолы, Смолу, СМОЛОЙ. Нужно найти все слова, которые начинаются на смол (в любом регистре; слово — набор букв, цифр и подчёркиваний, перед ним должна быть граница слова: «кисмол» не подходит).

Введена одна строка. Выведи Найдено: <сколько слов>. Если слова есть, выведи вторую строку Слова: <уникальные слова в нижнем регистре, по алфавиту, через запятую и пробел>.

Пример. Ввод:

Первородная смола восстанавливается: смолы много, смолу не копи. Смола!

Вывод:

Найдено: 4
Слова: смола, смолу, смолы

Заготовка (кнопка у блока отправит её в песочницу):

import re

# 1. Прочитай строку и найди все слова, начинающиеся на «смол», не различая регистр

# 2. Выведи, сколько их

# 3. Выведи уникальные слова в нижнем регистре по алфавиту

✅ Что мы узнали

Регулярное выражение — шаблон, по которому ищут текст; его пишут сырой строкой r"…". Основные кирпичики: классы (\d, \w, […]), повторы (+, *, ?, {n}), границы (^, $, \b). search ищет где угодно, match с начала, fullmatch проверяет всю строку, findall собирает все совпадения; результат None проверяют условием. Повторы жадные, нежадными их делает ?.

Дальше научимся доставать из совпадения отдельные части и заменять найденное.

⟵ Запускаем другие программы Достаём части и заменяем ⟶