Wzorce wyrażeń regularnych i klasy znaków
\d, \w, \s, ., ^, $, +, *, ?, {n,m}, klasy znaków [a-z], negacja [^...].
Wzorce wyrażeń regularnych i klasy znaków to bezpłatna lekcja Learn AI with Python na CoddyKit. To lekcja 1 z 4. Możesz przeczytać całą lekcję poniżej za darmo — a potem ćwiczyć ją interaktywnie w przeglądarce z wbudowanym edytorem kodu i tutorem AI dostępnym 24/7. To część ścieżki edukacyjnej Learn AI with Python, a Twój postęp synchronizuje się między webem a aplikacją CoddyKit. Kurs Learn AI with Python zawiera 4 lekcji w sumie.
Znaczenie wyrażeń regularnych w AI do przetwarzania tekstu
Przetwarzanie tekstu przez AI zaczyna się od nieuporządkowanego tekstu źródłowego. Wyrażenia regularne (regex) to zwięzły język służący do znajdowania i wyodrębniania wzorców — numerów telefonów, dat, hashtagów i adresów URL — dzięki czemu można oczyścić tekst i nadać mu strukturę przed przekazaniem go modelowi.
W tym kursie omówiono wzorce, moduł re, grupy oraz rzeczywisty potok czyszczenia tekstu.
Znaki dosłowne
Najprostszy wzorzec to tekst dosłowny: dopasowuje dokładnie te znaki. Domyślnie regex rozróżnia wielkość liter.
cat dopasowuje się do ciągu "cat" wewnątrz "the cat sat", ale nie do "Cat".
import re
print(re.findall("cat", "the cat sat on a cat mat"))
# ["cat", "cat"]Metaznak kropki
Kropka . dopasowuje dowolny pojedynczy znak z wyjątkiem znaku nowego wiersza. Jest symbolem wieloznacznym.
c.t dopasowuje "cat", "cot" i "c9t" — wszystko, co ma postać: c, jeden znak, a następnie t.
import re
print(re.findall("c.t", "cat cot cut c@t"))
# ["cat", "cot", "cut", "c@t"]Klasy cyfr, znaków słów i białych znaków
Skrócone klasy znaków obejmują często używane grupy:
\d— cyfra (0–9)\w— znak słowa (litera, cyfra lub podkreślenie)\s— biały znak (spacja, tabulator, znak nowego wiersza)
import re
print(re.findall("\d", "a1b2c3")) # ["1", "2", "3"]
print(re.findall("\w", "a_1!")) # ["a", "_", "1"]
print(re.findall("\s", "a b\tc")) # [" ", "\t"]Klasy negowane
Wersje z wielką literą negują klasę:
\D— wszystko, co NIE jest cyfrą\W— znak, który NIE jest znakiem słowa\S— znak, który NIE jest białym znakiem
import re
print(re.findall("\D", "a1b2")) # ["a", "b"]
print(re.findall("\S", "a b c")) # ["a", "b", "c"]Niestandardowe zestawy znaków za pomocą [ ]
Nawiasy kwadratowe definiują własny zestaw: dopasowują dowolny pojedynczy znak wymieniony w środku. Zakresy zapisuje się za pomocą łącznika.
[aeiou]— dowolna samogłoska[A-Za-z]— dowolna litera[0-9]— dowolna cyfra (to samo co\d)
import re
print(re.findall("[A-Za-z]", "ab12CD")) # letters only
print(re.findall("[aeiou]", "hello")) # ["e", "o"]Negowane zestawy za pomocą [^ ]
Daszek wewnątrz nawiasów neguje zestaw: dopasowuje dowolny znak, którego NIE wymieniono.
[^abc] dopasowuje wszystko z wyjątkiem a, b i c. (Daszek poza nawiasami jest kotwicą, omówioną w następnej części).
import re
print(re.findall("[^aeiou ]", "hello world"))
# consonants: ["h", "l", "l", "w", "r", "l", "d"]Kotwice: ^ i $
Kotwice dopasowują pozycje, a nie znaki:
^— początek ciągu (lub wiersza)$— koniec ciągu (lub wiersza)
^Hello dopasowuje się tylko wtedy, gdy tekst zaczyna się od "Hello".
import re
print(bool(re.search("^Hello", "Hello world"))) # True
print(bool(re.search("world$", "Hello world"))) # True
print(bool(re.search("^world", "Hello world"))) # FalseKwantyfikatory: + * ?
Kwantyfikatory określają, ile razy powtarza się poprzedzający element:
+— jeden lub więcej razy*— zero lub więcej razy?— zero lub jeden raz (opcjonalnie)
import re
print(re.findall("\d+", "abc 123 de 45")) # ["123", "45"]
print(re.findall("ab*", "a ab abb")) # ["a", "ab", "abb"]
print(re.findall("colou?r", "color colour")) # both matchKwantyfikator zakresu {n,m}
Nawiasy klamrowe określają dokładną liczbę lub zakres:
{3}— dokładnie 3{2,4}— od 2 do 4{2,}— 2 lub więcej
Świetnie sprawdza się to w przypadku elementów o stałej długości, takich jak kody pocztowe ZIP lub fragmenty numerów telefonów.
import re
print(re.findall("\d{3}", "12 345 6789")) # ["345", "678"]
print(re.findall("\d{2,4}", "1 22 3333 55555"))Łączenie elementów
Rzeczywiste wzorce łączą klasy, zestawy, kotwice i kwantyfikatory. Ten wzorzec dopasowuje prosty amerykański numer telefonu, taki jak 555-123-4567:
\d{3}-\d{3}-\d{4} — trzy cyfry, łącznik, trzy cyfry, łącznik, cztery cyfry.
import re
text = "Call 555-123-4567 or 999-888-7777"
print(re.findall("\d{3}-\d{3}-\d{4}", text))
# ["555-123-4567", "999-888-7777"]Szybki test: kwantyfikatory
Należy dopasować jedną lub więcej kolejnych cyfr.
Podsumowanie: wzorce i klasy znaków
Można już korzystać z podstawowych elementów regex:
- Znaki dosłowne i symbol wieloznaczny
. - Klasy
\d \w \soraz ich negacje\D \W \S - Niestandardowe zestawy
[A-Za-z]i zestawy negowane[^abc] - Kotwice
^i$ - Kwantyfikatory
+ * ?oraz zakresy{n,m}
Następnie: funkcje modułu re języka Python.
Często zadawane pytania
Czy lekcja „Wzorce wyrażeń regularnych i klasy znaków” jest bezpłatna?
Tak — pełny tekst „Wzorce wyrażeń regularnych i klasy znaków” jest dostępny za darmo tutaj w sieci. Aby ćwiczyć ją interaktywnie (wbudowany edytor kodu i tutor AI dostępny 24/7) i odblokować resztę kursu Learn AI with Python, przejdź na CoddyKit PRO. Kurs Learn AI with Python zawiera 4 lekcji w sumie.
Co nauczysz się w „Wzorce wyrażeń regularnych i klasy znaków”?
\d, \w, \s, ., ^, $, +, *, ?, {n,m}, klasy znaków [a-z], negacja [^...]. Ćwiczysz Learn AI with Python z praktycznym kodem, który uruchamiasz bezpośrednio w przeglądarce, a tutor AI dostępny 24/7 odpowiada na Twoje pytania podczas pracy nad lekcją.
Czy potrzebuję doświadczenia, aby zacząć Learn AI with Python?
Nie wymagamy żadnego doświadczenia. Learn AI with Python w CoddyKit jest strukturyzowany dla początkujących i zaawansowanych użytkowników, więc możesz zacząć tutaj lub od początku i uczyć się w swoim tempie. To lekcja 1 z 4.
Ile czasu zajmuje lekcja „Wzorce wyrażeń regularnych i klasy znaków”?
Większość lekcji CoddyKit trwa około 5–10 minut. Każda lekcja to mały, interaktywny krok, dzięki czemu robisz systematyczne postępy i zawsze wracasz dokładnie do tego samego miejsca — na webie i w aplikacji.
Czy mogę pisać i uruchamiać kod w tej lekcji Learn AI with Python?
Tak. Każda lekcja Learn AI with Python zawiera wbudowany edytor kodu, więc piszesz i uruchamiasz prawdziwy kod bezpośrednio w przeglądarce i od razu otrzymujesz sprzężenie zwrotne od AI — bez konfiguracji na komputerze.
Wszystkie lekcje w tym kursie
- Wzorce wyrażeń regularnych i klasy znaków
- Moduł re: search, match, findall, sub
- Grupy przechwytujące i nazwane
- Czyszczenie tekstu na potrzeby AI za pomocą wyrażeń regularnych