Les expressions régulières en Python se composent d'éléments de correspondance unitaire et de quantificateurs.

Symboles spéciaux et classes de caractères

Ces deux concepts appartiennent aux éléments de correspondance unitaire. Chaque symbole spécial ou classe ne correspond qu'à un seul caractère de la chaîne cible.

Tableau des métacaractères :

Classes de caractères []

Quantificateurs

Les quantificateurs s'appliquant aux éléments de correspondance unitaire et indiquent le nombre de répétitions :

La correspondance maximale est le comportement par défaut, appelée correspondance gloutonne.

Pour illustrer la différence entre .* (glouton) et .*? (non glouton) :

import re
phrase = "Le langage Python est populaire"
pattern_glouton = r'(.*)on(.*?) .*'
pattern_non_glouton = r'(.*?)on(.*?) .*'

match_glouton = re.search(pattern_glouton, phrase)
match_non_glouton = re.search(pattern_non_glouton, phrase)

print(match_glouton.group(1))  # Le langage Pyth
print(match_non_glouton.group(1))  # Le langage Pyth

Avec une chaîne contenant plusieurs occurrences de "on" :

phrase = "Python et le crocheton sont intéressants"
m_g = re.search(pattern_glouton, phrase)
m_ng = re.search(pattern_non_glouton, phrase)

print(m_g.group(1))  # Python et le crochet
print(m_ng.group(1))  # Pyth
# .* glouton consomme jusqu'au dernier "on", .*? s'arrête au premier

Échappement

La combinaison antislash-lettre a parfois une signification spéciale :
\n correspond à un saut de ligne
\\n correspond au texte littéral \n

Le module re

Le module re permet de manipuler les expressions régulières en Python.

Méthodes principales

Exemples d'utilisation

# Recherche de toutes les voyelles
result = re.findall('[aeiouy]', 'Bonjour le monde')
print(result)  # ['o', 'o', 'u', 'e', 'e', 'o', 'e']

# Recherche itérative
matches = re.finditer('\\d+', 'Le numéro 123 et le code 456')
for item in matches:
    print(item.group())  # 123 puis 456

# Première correspondance
premier = re.search('la', 'La vie est belle')
print(premier.group())  # La

# Correspondance au début
debut = re.match('Ceci', 'Ceci est un test')
print(debut.group())  # Ceci

Compilation de motifs

motif = re.compile(r'\d{2}:\d{2}')
horaire = motif.findall('Réunion à 14:30, pause à 15:15')
print(horaire)  # ['14:30', '15:15']

Découpage et remplacement

termes = re.split('[,;]', 'pomme,banane;cerise,datte')
print(termes)  # ['pomme', 'banane', 'cerise', 'datte']

texte = re.sub('\\d', '#', 'Code: ABC123')
print(texte)  # Code: ABC###

Groupes de capture

# Capture de groupes
donnees = re.findall(r'(\\w+)@(\\w+\\.\\w+)', 'contact@example.com')
print(donnees)  # [('contact', 'example.com')]

# Groupes nommés
info = re.search(r'(?P<nom>\\w+)\\s(?P<prenom>\\w+)', 'Marie Curie')
print(info.group('nom'))  # Marie
print(info.group('prenom'))  # Curie

Modules tiers

Pour installer des modules tiers, utiliser pip install nom_du_module dans le terminal.

Le module requests

import requests

reponse = requests.get('https://www.example.com')
contenu_texte = reponse.text
contenu_binaire = reponse.content

Le module openpyxl

from openpyxl import Workbook

classeur = Workbook()
feuille = classeur.active
feuille.title = 'Données'

feuille['A1'] = 'ID'
feuille['B1'] = 'Nom'
feuille.append([1, 'Alice'])
feuille.append([2, 'Bob'])

classeur.save('utilisateurs.xlsx')

Le module hashlib

import hashlib

texte = 'Données à chiffrer'
hasher = hashlib.sha256()
hasher.update(texte.encode('utf-8'))
empreinte = hasher.hexdigest()

# Avec salage
sel = 'mon_sel_securise'
hasher.update(sel.encode('utf-8'))
empreinte_salee = hasher.hexdigest()

Le module subprocess

import subprocess

resultat = subprocess.run(['echo', 'Bonjour'], 
                         capture_output=True, 
                         text=True)
print(resultat.stdout)  # Bonjour

# Exécution avec shell
proc = subprocess.Popen('dir', 
                       shell=True,
                       stdout=subprocess.PIPE,
                       stderr=subprocess.PIPE)
sortie, erreurs = proc.communicate()
print(sortie.decode('cp850'))

Le module logging

import logging
import logging.config

LOGGING_CONFIG = {
    'version': 1,
    'formatters': {
        'standard': {
            'format': '[%(asctime)s] %(levelname)s - %(message)s'
        },
    },
    'handlers': {
        'file': {
            'class': 'logging.FileHandler',
            'filename': 'app.log',
            'formatter': 'standard',
            'level': 'INFO'
        },
        'console': {
            'class': 'logging.StreamHandler',
            'formatter': 'standard',
            'level': 'DEBUG'
        }
    },
    'root': {
        'handlers': ['file', 'console'],
        'level': 'DEBUG'
    }
}

logging.config.dictConfig(LOGGING_CONFIG)
logger = logging.getLogger('mon_module')

logger.info('Application démarrée')
logger.error('Erreur de connexion', exc_info=True)