Python 강좌4 정규식 regular expression

+ Regular Expression

import re

re.sub('ROAD$', 'RD.', s)          ; 스트링 s에서 ROAD로 끝나는 것을 'RD.'으로 바꿔라.

\b 는 word boundary를 의미.

실제 사용할 때는 \도 escape처리해 줘야 되서 \\b로 써야 한다.

-> 복잡하기 때문에 raw type을 사용. 앞에 r을 붙임.

re.sub(r'\bROAD\b', 'RD.', s)          ; 단어로 ROAD 자체를 쓰는 경우만 치환.

-전화번호 분할

800-555-1234

phonePattern = re.compile( r'^(\d{3})-(\d{3})-(\d{4})$' )

phonePattern.search( '800-555-1234').groups()

     ( '800', '555', '1234')

phonePattern = re.compile(r'^(\d{3})\D*(\d{3})\D*(\d{4})\D*(\d*)$')

                                        시작 , 그룹1:숫자3개 , 비숫자0개이상,   그룹2:숫자3개, 비숫자0개이상, 

                                   그룹3:숫자0개이상, 끝

num=80055512121234

phonePattern.search(num).groups()

800 555 1212 1234

800-555-1212

phonePattern = re.compile(r'''

# don't match beginning of string, number can start anywhere

(\d{3})          # area code 3digits.   시작문자제거. 숫자는 나중에 올수 있음.

\D*     # optional

(\d{3})

\D*     # optional

(\d{4})

\D*     # optional

(\d*)        # optional number

$          # end

'''

phonePattern.search('work 1-(800) 555.1212 #1234').groups()

     800 555 1212 1234

phonePattern.search('800-555-1212).groups()

     800 555 1212 ''

^ ; start

$ ; end

\b ; word boundary     ; \bWORK\b

\d ; digit

\D ; not digit

x? ; optional x (0개 또는 1개)

x* ; 0개 이상

x+ ; 1개 이상

x{n,m} ; n개이상 m개 이하. n~m개 

(a|b|cd) ; 셋 중 하나 a or b or cd

[abcd] ; 안에 있는 캐럭터중에 하나. a or b or c or d

[^abcd] ; 안에 있는 캐릭터가 다 아닌 것. []안에 ^는 not이다!

(x) ; group

\1, \2, \3 .. ; group 번호

ex) s, x, z로 끝나면 es를 붙인다.

if re.search('[sxz]$', noun):

     return re.sub('$', 'es', noun)

ex) 단어에 a,b,c 중 하나가 들어있냐?

re.search('[abc]', 'Mark')      => yes. object return. not null

ex) a,b,c가 있으면 o로 바꾼다.

re.sub('[abc]', 'o', 'caps')     => oops

ex) aeiou가 아닌 글자 다음에 y로 끝나면, y를 ies로 바꾼다.

if  re.search('[^aeiou]y$', noun) :

     return re.sub('y$', 'ies', noun)

or

if  re.search('[^aeiou]y$', noun) :

     return re.sub('([^aeiou])y$', r'\1ies', noun)

+ 함수도 객체. 여러 조건에 따라 각각 하는 일이 다른 경우. 한 번에 처리!

import re

def match_sxz(noun):

     return re.search('[sxz]$', noun)

def apply_sxz(noun):

     return re.sub('$', 'es', noun)

def match_h(noun):

     return re.search('[^aeioudgkprt]h$', noun)

def apply_h(noun):

     return re.sub('$', 'es', noun)

def match_y(noun):

     return re.search('[^aeiou]y$', noun)

def apply_y(noun):

     return re.sub('y$', 'ies', noun)

def match_default(noun):

     return True

def apply_default(noun):

     return noun+'s'

rules=( (match_sxz, apply_sxz), (match_h, apply_h), (match_y, apply_y), (match_default, apply_default))

def plural(noun):

     for match_x, apply_x in rules:

          if match_x(noun):

               return apply_x(noun)

다른 방법? ; 위 함수들을 자동으로 만든다.

def build_match_and_apply_functions(pattern, search, replace):

     def matches_rule(word):

          return re.search(pattern, word)

     def apply_rule(word):

          return re.sub(search, replace, word)

     return (matches_rule, apply_rule)

patterns=\

(

     ('[sxz$]', '$', 'es'),

     ('[^aeioudgkprt]h$', '$', 'es'),

     ('(qu|[^aeiou])y$', 'y$', 'ies'),

     ('$', '$', 's')

)

rules = [ build_match_and_apply_functions( pattern, search, replace )

     for (pattern, search, replace) in patterns ]