バックエンド開発に Python 正規表現を使用する方法

バックエンド開発では、データ処理と情報抽出が非常に重要です。正規表現は、バックエンド開発をより効率的に行うのに役立つ強力なデータ処理および情報抽出ツールです。この記事では、バックエンド開発で Python 正規表現を使用する方法を紹介します。

1. 正規表現の基礎知識

正規表現 (正規表現とも呼ばれる) は、文字パターンを記述するためのツールです。大量のテキスト データを迅速に分析するのに役立ちます。必要な情報を正確に照合します。 。

正規表現は通常、文字、演算子、メタキャラクタで構成されます。特殊文字とメタキャラクタは、文字の種類または一致ルールの種類を表すことができます。以下は、一般的な正規表現メタ文字のリストです。

##エスケープ文字.改行文字を除く任意の文字と一致します^ 文字列の先頭と一致します $ 文字列の末尾と一致します #[][^]*?{}()2. Python での正規表現のアプリケーション

メタ文字	一致する文字
文字セット
非文字セット
前の文字と 0 回以上一致します
前の文字と 1 回以上一致します
前の文字と 0 回または 1 回一致します
前の文字と指定された回数一致します
の左または右の式と一致します。括弧内の一致表現は、キャプチャ グループも表します

re モジュールは Python に組み込まれており、完全な正規表現を提供します。式のサポート、データ処理、情報抽出を簡単に実行できます。

文字列内の数値の照合

1. d メタ文字を使用して数値を照合したり、複数の数値を照合したりできます。

import re

text = "John has 2 apples, and Jane has 3 oranges."

result = re.findall(r'd+', text)

print(result)

出力結果は次のとおりです。 :

['2', '3']

電子メール アドレスの一致

電子メール ユーザー名と一致させるには [A-Za-z0-9._% -] を使用できます。@[A-Za] を使用します- z0-9.-] .[A-Za-z]{2,} 電子メール ドメイン名と一致します:

import re

text = "My email address is john@example.com."

result = re.findall(r'[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+.[A-Za-z]{2,}', text)

print(result)

出力結果は次のとおりです:

['john@example.com']

ハイパーリンクと一致しますHTML

1 ^href="(.?)"1^{# を使用できます。 ##> HTML 内のハイパーリンクの一致:}

import re

html = """
<a href="https://www.google.com">Google</a>，
<a href="https://www.baidu.com">Baidu</a>，
<a href="https://www.sogou.com">Sogou</a>，
"""

result = re.findall(r'<a[^>]+href="(.*?)"[^>]*>', html)

print(result)

出力結果は次のとおりです:

['https://www.google.com', 'https://www.baidu.com', 'https://www.sogou.com']

3. 正規表現の最適化スキル
正規表現は非常に強力ですが、しかし、ビッグデータ処理や複雑なマッチングとなると、効率が比較的低くなる可能性があります。したがって、より高速なマッチング速度を実現するには、正規表現の記述方法を最適化する必要があります。

文字のグループを照合する場合は、文字セット [] を使用して指定した文字を置き換えます。

1. たとえば、[A-Za-z0-9] を使用できます。 [ A-Z]|[a-z]|[0-9] の代わりに、正規表現の文字数を減らし、一致速度を最適化できます。

貪欲モードの使用を避ける

2. 貪欲モードとは、できるだけ多くの文字に一致するパターンを指します。たとえば、文字列「hello world」の「hell」と一致する場合、.
は「o wor」と貪欲に一致するため、re.findall(r'he.
l', text) は「hello worl」と一致します。これは私たちが見たくない結果です。貪欲モードを回避するには、.

の後に ? を追加し、re.findall(r'he.?l', text) などの遅延モードを使用します。 生の文字列を使用する

3. 正規表現にはバックスラッシュ () が含まれることがよくあります。生の文字列を使用しない場合、バックスラッシュはエスケープ文字として解釈されます。したがって、通常は、re.findall(r'
4. 概要
バックエンド開発において、正規表現はデータ処理や情報抽出に役立ち、開発効率を向上させる非常に重要なツールです。この記事では、Python における正規表現の基礎知識とその応用、最適化のヒントを紹介しますので、読者の皆様のお役に立てれば幸いです。
>

---

↩

以上がバックエンド開発に Python 正規表現を使用する方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。