Escapando caracteres especiais em expressões regulares do Python

Suponha que você precise fazer com que um caractere especial represente a si mesmo. Para isso, ele deve ser escapado com uma barra invertida. Vejamos alguns exemplos.

Exemplo

No exemplo a seguir, o autor da regex queria que o padrão de pesquisa fosse: letra 'a', seguida de um sinal de mais '+', seguida da letra 'x'. No entanto, o autor do código não escapou o caractere '+' e, portanto, o padrão de pesquisa na verdade é: letra 'a' uma ou mais vezes, depois a letra 'x':

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

print(res)

Resultado da execução do código:

'a+x ! ! !'

Exemplo

Agora, o autor escapou o sinal de mais com uma barra invertida. Agora o padrão de pesquisa está como deveria: letra 'a', seguida de sinal de mais '+', seguida da letra 'x':

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

print(res)

Resultado da execução do código:

'! ax aax aaax'

Exemplo

Neste exemplo, o padrão é: letra 'a', seguida de um ponto '.', seguida da letra 'x':

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

print(res)

Resultado da execução do código:

'! abx azx'

Exemplo

No exemplo a seguir, o autor esqueceu de escapar o ponto e a regex capturou todas as substrings, pois um ponto não escapado representa qualquer caractere:

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

print(res)

Resultado da execução do código:

'! ! !'

Observação

Preste atenção ao fato de que se você esquecer a barra invertida para o ponto (quando ele deve representar a si mesmo) - isso pode passar despercebido:

res = re.sub('a.x', '!', 'a.x')
print(res) # retorna '!', como queríamos

Visualmente funciona corretamente (já que o ponto representa qualquer caractere, inclusive um ponto comum '.'). Mas se mudarmos a string na qual as substituições ocorrem - nós veremos nosso erro:

res = re.sub('a.x', '!', 'a.x abx azx')
print(res) # retorna '! ! !', mas esperávamos '! abx azx'

Lista de caracteres especiais e comuns

Se você escapar um caractere comum - nada de ruim acontecerá - ele ainda representará a si mesmo. Exceção - dígitos, eles não podem ser escapados.

Muitas vezes surge a dúvida se um determinado caractere é especial. Alguns chegam a escapar todos os caracteres suspeitos seguidamente. No entanto, esta é uma má prática (polui a regex com barras invertidas).

São caracteres especiais: $ ^ . * + ? \ / {} [] () |

Não são caracteres especiais: @ : , ' " - _ = < > % # ~ `& !

Tarefas práticas

Dada a string:

txt = 'a.a aba aea'

Escreva uma expressão regular que encontrará a string 'a.a', sem capturar as outras.

Dada a string:

txt = '2+3 223 2223'

Escreva uma expressão regular que encontrará a string '2+3', sem capturar as outras.

Dada a string:

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

Escreva uma expressão regular que encontrará as strings '2+3', '2++3', '2+++3', sem capturar as outras (+ pode ser qualquer quantidade).

Dada a string:

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

Escreva uma expressão regular que encontrará as strings '23', '2+3', '2++3', '2+++3', sem capturar as outras.

Dada a string:

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

Escreva uma expressão regular que encontrará as strings '*q+', '*qq+', '*qqq+', sem capturar as outras.

Dada a string:

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

Escreva uma expressão regular que encontrará as strings entre colchetes e as substituirá por '!'.