Escaping dei caratteri speciali nelle espressioni regolari di Python

Supponiamo di voler fare in modo che un carattere speciale rappresenti se stesso. A questo scopo è necessario escaparlo utilizzando la barra rovesciata. Vediamo alcuni esempi.

Esempio

Nell'esempio seguente, l'autore dell'espressione regolare voleva che il modello di ricerca fosse il seguente: lettera 'a', poi il segno più '+', poi lettera 'x'. Tuttavia, l'autore del codice non ha escapato il carattere '+' e quindi il modello di ricerca in realtà è questo: lettera 'a' una o più volte, poi lettera 'x':

txt = 'a+x ax aax aaax'
res = re.sub('a+x', '!', txt)

print(res)

Risultato dell'esecuzione del codice:

'a+x ! ! !'

Esempio

Ora l'autore ha escapato il segno più con la barra rovesciata. Ora il modello di ricerca è come dovrebbe essere: lettera 'a', poi segno più '+', poi lettera 'x':

txt = 'a+x ax aax aaax'
res = re.sub('a\+x', '!', txt)

print(res)

Risultato dell'esecuzione del codice:

'! ax aax aaax'

Esempio

In questo esempio, il modello è il seguente: lettera 'a', poi punto '.', poi lettera 'x':

txt = 'a.x abx azx'
res = re.sub('a\.x', '!', txt)

print(res)

Risultato dell'esecuzione del codice:

'! abx azx'

Esempio

Nel prossimo esempio l'autore si è dimenticato di escapare il punto e la regex ha catturato tutte le sottostringhe, poiché un punto non escapato rappresenta qualsiasi carattere:

txt = 'a.x abx azx'
res = re.sub('a.x', '!', txt)

print(res)

Risultato dell'esecuzione del codice:

'! ! !'

Osservazione

Nota che se dimentichi la barra rovesciata per il punto (quando dovrebbe rappresentare se stesso) - potrebbe persino passare inosservato:

res = re.sub('a.x', '!', 'a.x')
print(res) # restituirà '!', come volevamo

Visivamente funziona correttamente (poiché il punto rappresenta qualsiasi carattere, incluso un punto normale '.'). Ma se cambiamo la stringa in cui avvengono le sostituzioni - vedremo il nostro errore:

res = re.sub('a.x', '!', 'a.x abx azx')
print(res) # restituirà '! ! !', ma ci si aspettava '! abx azx'

Lista dei caratteri speciali e ordinari

Se si escapa un carattere ordinario - non succede nulla di grave - rappresenterà comunque se stesso. Un'eccezione sono le cifre, non possono essere escapate.

Spesso sorge il dubbio se un determinato carattere sia speciale. Alcuni arrivano al punto di escapare tutti i caratteri sospetti indiscriminatamente. Tuttavia, questa è una cattiva pratica (ingombra la regex con barre rovesciate).

Sono caratteri speciali: $ ^ . * + ? \ / {} [] () |

Non sono caratteri speciali: @ : , ' " - _ = < > % # ~ `& !

Problemi pratici

Data la stringa:

txt = 'a.a aba aea'

Scrivi un'espressione regolare che trovi la stringa 'a.a', senza catturare le altre.

Data la stringa:

txt = '2+3 223 2223'

Scrivi un'espressione regolare che trovi la stringa '2+3', senza catturare le altre.

Data la stringa:

txt = '23 2+3 2++3 2+++3 345 567'

Scrivi un'espressione regolare che trovi le stringhe '2+3', '2++3', '2+++3', senza catturare le altre (+ può essere qualsiasi numero).

Data la stringa:

txt = '23 2+3 2++3 2+++3 445 677'

Scrivi un'espressione regolare che trovi le stringhe '23', '2+3', '2++3', '2+++3', senza catturare le altre.

Data la stringa:

txt = '*+ *q+ *qq+ *qqq+ *qqq qqq+'

Scrivi un'espressione regolare che trovi le stringhe '*q+', '*qq+', '*qqq+', senza catturare le altre.

Data la stringa:

txt = '[abc] {abc} abc (abc) [abc]'

Scrivi un'espressione regolare che trovi le stringhe tra parentesi quadre e le sostituisca con '!'.