69. Expresiones regulares I

Vídeo

Notas personales

En esta lección, comenzaremos el estudio de las expresiones regulares en Python, que son una secuencia de caracteres que forman un patrón de búsqueda y sirven para el trabajo y procesamiento de texto. Por ejemplo, podemos estar interesados, entre otras tareas, en:

• Buscar un texto que se ajuste a un formato determinado (correo electrónico).
• Buscar si existe o no una cadena de caracteres dentro de un texto.
• Contar el número de coincidencias dentro de un texto.

Conviene que consultemos la documentación oficial del módulo asociado a las expresiones regulares, re, en Python.

A continuación, veamos algunos ejemplos sencillos. Empecemos ilustrando el uso del método search(), que nos permite buscar una cadena de texto concreta y nos ofrece su localización:

import re

cadena = "Vamos a aprender expresiones regulares."

print(re.search("aprender", cadena))

<re.Match object; span=(8, 16), match='aprender'>

Apreciamos que la ejecución nos devuelve un objeto, de tipo Match, que en el intervalo de caracteres (8, 16) ha encontrado la cadena de texto de interés, aprender.

Ahora bien, si insertamos una cadena de texto que no figure en la variable cadena, el resultado que arroja la ejecución del programa es None:

import re

cadena = "Vamos a aprender expresiones regulares."

print(re.search("Python", cadena))

None

Obviamente, podemos pasar variables a la función search():

import re

cadena = "Vamos a aprender expresiones regulares."

texto_buscar = "aprender"

if re.search(texto_buscar, cadena) is not None:
    print("Texto encontrado.")
else:
    print("Texto no encontrado.")

Texto encontrado.

Hemos encontrado el texto, efectivamente, pero, ¿en qué carácter comienza? Utilizando el método start() hallamos la respuesta:

import re

cadena = "Vamos a aprender expresiones regulares."

texto_buscar = "aprender"

texto_encontrado = re.search(texto_buscar, cadena)

print(texto_encontrado.start())

8

Análogamente,

print(texto_encontrado.end())

16

Al hilo de las acciones anteriores, el método span() nos devuelve una tupla con los valores mostrados arriba:

print(texto_encontrado.span())

(8, 16)

Finalmente, examinemos la utilidad del método findall(), para lo cual hemos de ampliar un poco la cadena de texto original suministrada:

import re

cadena = '''
    Vamos a aprender expresiones regulares en Python.
    Python es un lenguaje de sintaxis sencilla.'''

texto_buscar = "Python"

print(re.findall(texto_buscar, cadena))

['Python', 'Python']

Accedemos a una lista que contiene el texto de interés, tantas veces como repeticiones figuren en él. Empleando ahora la función len():

import re

cadena = '''
    Vamos a aprender expresiones regulares en Python.
    Python es un lenguaje de sintaxis sencilla.'''

texto_buscar = "Python"

print(len(re.findall(texto_buscar, cadena)))

2

Código fuente

El código fuente y los posibles ficheros externos generados correspondientes a esta lección se encuentran disponibles para su consulta en la carpeta /lecciones/69/ del repositorio.