A Simple And Intuitive Guide to Regular Expressions in Python
Zusammenfassung
Kurz
Der Bericht erklärt grundlegende Regex-Bausteine in Python: Anker, Metazeichen, Quantifizierer, Gruppen, Zeichenklassen, Rückverweise, Flags und gierige beziehungsweise faule Treffer. Beispiele behandeln Satzzeichen, Datumsformen, E-Mail-Adressen und Benutzernamen; die gezeigten Muster sind vereinfachte Prüfungen und garantieren etwa keine gültigen Kalenderdaten.
Mittel
Der Bericht führt in reguläre Ausdrücke mit Python ein und zeigt anhand eines Beispieltexts, wie `re.search` den ersten Treffer und `re.findall` alle Treffer findet. Er erklärt Anfangs- und Endanker, Metazeichen für Ziffern, Wortzeichen und Leerraum, Quantifizierer, erfassende Gruppen, Zeichenklassen und Alternativen. Hinzu kommen Wortgrenzen, Rückverweise auf erfasste Gruppen sowie Flags für etwa Groß-/Kleinschreibung, mehrzeilige Suche und Punkte, die Zeilenumbrüche einschließen. Der Text erläutert außerdem den Unterschied zwischen gierigen Treffern, die möglichst viel erfassen, und einer durch `?` verkürzten, faulen Suche.
Als Beispiele nennt der Autor das Auffinden von Satzzeichen, ein Muster für Datumsangaben im Format Monat-Tag-Jahr, eine vereinfachte E-Mail-Prüfung und Benutzernamen aus Kleinbuchstaben und Ziffern mit vier bis sechzehn Zeichen. Die konkreten Regeln hängen vom gewünschten Format ab: Das Datumsbeispiel prüft die Zeichenfolge, aber nicht die kalendarische Gültigkeit. Der Beitrag ist eine Einführung und deckt Regex nicht vollständig ab.
Ausführlich lesen
Der Bericht ist eine Einführung in reguläre Ausdrücke (Regex) mit Python. Er erklärt, wie sich damit bestimmte Muster in Text finden und Informationen wie Zahlenfolgen oder Satzzeichen herausfiltern lassen. Als Grundlage dienen Beispiele mit einem kurzen Text, der unter anderem „Hello World“, „I love Python!!!!!“ und mehrere Zahlenfolgen enthält. In Python verweist der Beitrag auf das Modul `re` und die Funktionen `re.search` für den ersten Treffer sowie `re.findall` für alle Treffer. Die Beispiele konzentrieren sich überwiegend auf das Regex-Muster selbst; der Autor merkt an, dass die Syntax in vielen Programmiersprachen ähnlich sei.
Zunächst erläutert der Artikel `^` und `$` als Zeichen für den Anfang beziehungsweise das Ende einer Zeichenkette; mit beiden zusammen lässt sich ein vollständiger Treffer festlegen. Die Metazeichen `.` , `\d`, `\w` und `\s` stehen laut Beitrag für beliebige Zeichen außer Zeilenumbrüchen, Ziffern, Wortzeichen und Leerraum. Die negierten Formen `\D`, `\W` und `\S` sowie der Backslash zum Behandeln von Sonderzeichen werden ebenfalls vorgestellt.
Quantifizierer geben an, wie oft ein Zeichen oder eine Gruppe vorkommen darf: `*` steht für null oder mehr, `+` für mindestens eines und `?` für keines oder eines. Mit geschweiften Klammern lässt sich eine genaue oder begrenzte Anzahl angeben. Runde Klammern bilden erfassende Gruppen, die etwa mit `re.findall` separat ausgegeben werden können. Eckige Klammern beschreiben dagegen eine Auswahl einzelner Zeichen oder Bereiche; ein `^` am Anfang einer solchen Klammer negiert die Auswahl. Für Alternativen vergleicht der Artikel die Schreibweisen `(9|8)` und `[98]`: Die runde Variante erfasst die Auswahl als Gruppe, die eckige nicht.
Weitere Abschnitte behandeln Wortgrenzen (`\b`) und ihre Negation (`\B`) sowie Rückverweise wie `\1`, die den Inhalt einer zuvor erfassten Gruppe wiederverwenden. Flags verändern die Suchweise: Das Beispiel `re.I` ignoriert Groß- und Kleinschreibung; außerdem nennt der Beitrag globale Suche, mehrzeilige Behandlung von `^` und `$` sowie einen Modus, in dem der Punkt auch Zeilenumbrüche erfasst. Gierige Quantifizierer suchen standardmäßig die längstmögliche Übereinstimmung, während ein zusätzliches `?` eine kürzere, schrittweise passende sucht. Als Alternative für einen Bereich zwischen Bindestrichen zeigt der Artikel ein enger begrenztes Muster, das keine weiteren Bindestriche im Inneren zulässt.
Zum Schluss führt der Beitrag Anwendungsbeispiele an: Satzzeichen mit `[^\w\s]` finden, ein Datum im US-Format `mm-dd-yyyy` anhand seiner Ziffern- und Bindestrichstruktur erkennen, eine einfache E-Mail-Form prüfen und Benutzernamen aus Kleinbuchstaben und Ziffern mit vier bis sechzehn Zeichen erfassen. Der Autor empfiehlt regex101 zum Ausprobieren und verweist auf eine Übersicht der verwendeten Zeichen auf GitHub.
Die Beispiele sind als Einstieg und Mustererkennung gedacht. Die Datumsregex prüft laut gezeigtem Muster die Form, nicht ob ein Datum im Kalender tatsächlich existiert; auch die E-Mail-Regel ist eine vereinfachte Prüfung. Welche Datumsform oder Benutzernamenregeln gelten, hängt von den jeweiligen Anforderungen ab. Der Beitrag beansprucht keine vollständige Behandlung aller Regex-Funktionen.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Es wurden keine Sammel- oder Teilfragen angegeben, daher bleibt die Einordnung leer. Die Zusammenfassungen beziehen sich auf den Bericht zu Regex in Python; die Aussage zu Kalenderdaten ist eine Schlussfolgerung, kein Berichtsinhalt.
Im Bericht, aber nicht in der Zusammenfassung
- Der Hinweis, dass die Regex-Syntax in den meisten Programmiersprachen fast gleich ist, fehlt in beiden Zusammenfassungen.
- Die Negationen \D, \W, \S und \B sowie das Escapen von Sonderzeichen werden nicht erwähnt.
In der Zusammenfassung, laut Prüfung nicht im Bericht belegt
- Die Aussage, das Datumsmuster garantiere keine gültigen Kalenderdaten, steht so nicht im Bericht. Der Bericht sagt nur, dass das Muster die Form mm-dd-yyyy prüft und das Format vom Bedarf abhängt.
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Kein Modell sieht bei diesem Bericht einen Bezug zu einer der 44 Sammelfragen.