Expression régulière pour correspondre à un point

Question

Je me demandais quelle était la meilleure façon de faire correspondre "test.this" de "blah blah blah test.this@gmail.com blah blah" est ? Utilisation de Python.

J'ai essayé re.split(r"\b\w.\w@")

Answer 1

A . en regex est un méta-caractère, il est utilisé pour faire correspondre n'importe quel caractère. Pour faire correspondre un point littéral dans une chaîne Python brute ( r"" o r'' ), vous devez l'échapper, donc r"\."

Answer 2

Dans votre regex, vous devez s'échapper le point "\." ou l'utiliser à l'intérieur d'un classe de caractères "[.]" car il s'agit d'un méta-caractère dans les regex, qui correspond à n'importe quel caractère.

Aussi, vous avez besoin \w+ au lieu de \w pour faire correspondre un ou plusieurs caractères de mot.

---

Maintenant, si vous voulez le test.this le contenu, alors split n'est pas ce dont vous avez besoin. split divisera votre chaîne autour du test.this . Par exemple :

>>> re.split(r"\b\w+\.\w+@", s)
['blah blah blah ', 'gmail.com blah blah']

---

Vous pouvez utiliser re.findall :

>>> re.findall(r'\w+[.]\w+(?=@)', s)   # look ahead
['test.this']
>>> re.findall(r'(\w+[.]\w+)@', s)     # capture group
['test.this']

Answer 3

"Dans le mode par défaut, le point (.) correspond à n'importe quel caractère sauf une nouvelle ligne. Si l'indicateur DOTALL a été spécifié, il correspond à n'importe quel caractère, y compris une nouvelle ligne." (Doc. python)

Donc, si vous voulez évaluer la littéralité du point, je pense que vous devriez le mettre entre crochets :

>>> p = re.compile(r'\b(\w+[.]\w+)')
>>> resp = p.search("blah blah blah test.this@gmail.com blah blah")
>>> resp.group()
'test.this'

Answer 4

Pour échapper aux caractères non alphanumériques des variables de chaîne, y compris les points, vous pouvez utiliser re.escape :

import re

expression = 'whatever.v1.dfc'
escaped_expression = re.escape(expression)
print(escaped_expression)

sortie :

whatever\.v1\.dfc

vous pouvez utiliser l'expression échappée pour rechercher/apparier la chaîne littéralement.

Answer 5

Voici mon complément à la réponse principale de @Yuushi :

Gardez à l'esprit que la barre oblique inverse ( \ ) Le caractère lui-même doit être échappé en Python s'il est utilisé à l'intérieur d'une chaîne régulière ( 'some string' o "some string" ) au lieu d'un brut chaîne de caractères ( r'some string' o r"some string" ). Il faut donc garder à l'esprit le type de chaîne que vous utilisez. Pour échapper au point ou au point ( . ) à l'intérieur d'une expression régulière dans une chaîne python régulière, vous devez donc également échapper la barre oblique inverse en utilisant une double barre oblique inverse ( \\ ), ce qui fait que la séquence d'échappement totale pour le . dans l'expression régulière ceci : \\. comme le montrent les exemples ci-dessous.

Par conséquent, ils ne sont PAS autorisés. Ils provoqueront un avertissement du type suivant :

DeprecationWarning : séquence d'échappement invalide \.

'\.'   # NOT a valid escape sequence in Python
"\."   # NOT a valid escape sequence in Python

Et tous ces éléments sont autorisés et sont équivalents :

# Use a DOUBLE BACK-SLASH in Python _regular_ strings
'\\.'  # Python regular string
"\\."  # Python regular string

# Use a SINGLE BACK-SLASH in Python _raw_ strings 
r'\.'  # Python raw string
r"\."  # Python raw string

Références :

1. RÉFÉRENCE PRINCIPALE ET OFFICIELLE : https://docs.python.org/3/reference/lexical_analysis.html#string-and-bytes-literals

2. [réponse de @Sean Hammond] Comment corriger "<string> DeprecationWarning : invalid escape sequence" en Python ?

   Si vous voulez mettre un \ dans une chaîne de caractères, vous devez utiliser \\