Регулярные выражения, часть II. Форматирование выдачи.
Группы в регулярных выражениях
Когда мы ставим какую-нибудь часть регулярного выражения в скобки, питон запоминает ту часть входной строки, которую мы нашли этой парой скобок. Мы можем ей впоследствии пользоваться, ля этого нужно обращаться к ней по номеру скобок: скобки считаются по открывающей скобке начиная с 1. А способов пользоваться этим несколько:
Во-первых, когда мы получили match object из поиска регулярного выражения, мы можем получить строку, найденную парой скобок, с помощью методов group(), start() и end()
1 >>> import re
2 >>> m = re.match(r'Hello, (.+)!', 'Hello, Peter!')
3 >>> m.group(1), m.start(1), m.end(1)
4 ('Peter', 7, 12)
Во-вторых, мы можем в самом регулярном выражении требовать нахождения в выбранном месте того же текста, который мы уже один раз им же нашли группой. Такой приём называется back-reference, обратная ссылка. Для этого нужно в регулярном выражении использовать запись \1 \2 ... (\ и номер группы). Например:
Обратные ссылки ведут себя предсказуемым образом только в простейших случаях. В случае, если скобка стоит под каким-нибудь множителем (*, +, {} и т.п), в неё попадает только последняя из находок. Если в группу в регулярном выражении не попало текста, или она находится в не сработавшей ветке альтернативы, то питон в зависимости от случая либо запретит такой группой пользоваться, либо скажет, что она нашла пустую строку. Например:
Поиск с заменой
Мы можем попросить питон заменить часть ту строки, которую мы нашли регулярным выражением, на какой-нибудь текст. Для этого в модуле re есть функция sub. Она принимает три аргумента: что искать, на что заменять, где искать. Функция sub ищет выражение во всех местах строки (т.е. ведёт себя как search). Например:
1 >>> re.sub(r'\d+', '0', 'You have 100500 dollars on your bank account.')
2 'You have 0 dollars on your bank account.'
Кроме того, мы можем в подставляемом выражении использовать обратные ссылки:
1 >>> re.sub(r'Hello, (.*)!', r'Goodbye, \1...', 'Hello, cruel world!')
2 'Goodbye, cruel world...'
re.split
Ещё одна полезная возможность у регулярных выражений – они позволяют использовать регулярное выражение для разбиения строки на части:
1 >>> re.split(r',\s*', '1, 2,3,4')
2 ['1', '2', '3', '4']
str.format
Когда мы пишем программу, которая собирает какие-то данные, возникает потребность во-первых как-то перемежать данные с текстом, во-вторых, при выводе чисел, форматировать их каким-нибудь специальным образом – с десятичной точкой или без, отводить под число какое-то число символов, писать его с нулями или пробелами вначале или с пробелами в конце и т.п. Каждую такую задачу можно решить самостоятельно, но это довольно частая потребность, а каждый раз решать одну и ту же задачу нудно и неинтересно. Поэтому в питоне для этого есть готовое средство: метод format у строк.
Работает он так: вы пишете строку с описанием того, куда и как вставить, и вызываете для этой строки метод format с аргументами, что вставить.
Пример:
1 >>> who = "world"
2 >>> print "Hello, {0}!".format(who)
3 "Hello, world!"
Описания бывают вида:
{0} .. {N} – вставить сюда аргумент метода format номер N
{0:5} – оставить под этот текст как минимум 5 символов
{0:05.3f} – выводить как число с плавающей точкой в формате через точку, выводить суммарно не менее 5 символов, из них не менее 3 символов после точки, свободное пространство слева заполнять нулями
Примеры:
1 >>> print 'Name: {0:5}, Surname: {1:5}'.format('w', 'orld')
2 Name: w , Surname: orld
3 >>> print "4 + 5 = {0:05.3f}!".format(9)
4 4 + 5 = 9.000!
Возможности указания форматов в этом месте очень велики и мы не будем всё охватывать в наших лекциях, но отошлём вас к документации.