【Python】Python ～ 基本編 / 正規表現あれこれ ～

Python

■ はじめに

https://dk521123.hatenablog.com/entry/2019/09/01/000000

の続き。

今回は、より実践的なサンプル集。

目次

【１】パターンと一致しているファイル名かどうか判定
【２】JDBCの各パーツの抽出
【３】ファイル名からファイル日付を抽出
　補足１：(?P<name>...) について
　補足２：スクレイピングでの利用

【１】パターンと一致しているファイル名かどうか判定

import re

# re.search("パターン", "対象文字列")
if (re.search("hello[_-]\d+.csv", "hello_20201120.csv")):
  print("Hit")
else:
  print("...")

if (re.search("hello[_-]\d+.csv", "hello-20201120.csv")):
  print("Hit")
else:
  print("...")

if (re.search("hello[_-]\d+.csv", "hello-20201120.txt")):
  print("Hit")
else:
  print("...")

# 1文字（s）がある場合とない場合があるとき
if (re.search("Word[s]?_\d+.csv", "Word_20201120.csv")):
  print("Hit")
else:
  print("...")

if (re.search("Word[s]?_\d+.csv", "Words_20201120.csv")):
  print("Hit")
else:
  print("...")

出力結果 

Hit
Hit
...
Hit
Hit

【２】JDBCの各パーツの抽出

import re

connection_url = "jdbc:redshift://localhost:5432/sample_db"

results = re.findall(r'jdbc:(\S+)://(\S+):(\d+)/(\S+)$', connection_url)

print(results)
print(results[0][0])
print(results[0][1])
print(results[0][2])
print(results[0][3])

出力結果 

[('redshift', 'localhost', '5432', 'sample_db')]
redshift
localhost
5432
sample_db

【３】ファイル名からファイル日付を抽出

import re


sample_file_name = "data_file_20220105.csv"

REGEX_DEMO = re.compile(r"_(?P<file_date>[\d]+).csv")
match = REGEX_DEMO.search(sample_file_name)
if match:
    file_date = match.group("file_date")
    print(f"file_date is {file_date}")
else:
    print("not match...")

補足１：(?P...) について

* 以下のAPI仕様の「(?P<name>...)」を参照。

https://docs.python.org/ja/3/library/re.html

補足２：スクレイピングでの利用

* 以下の動画で、スクレイピングで利用している

https://youtu.be/OEvD9gSWf20?t=1288

関連記事

Python ～ 基本編 / 正規表現 ～
https://dk521123.hatenablog.com/entry/2019/09/01/000000
Python 基本編 / 文字列
https://dk521123.hatenablog.com/entry/2019/10/12/075251