Các lượng từ trong Regex của Python

Trong quá trình xử lý và kiểm tra dữ liệu văn bản, biểu thức chính quy (regex) là một công cụ vô cùng mạnh mẽ và linh hoạt. Một trong những tính năng quan trọng của biểu thức chính quy là các lượng từ, cho phép bạn xác định số lần lặp lại của một ký tự hoặc một tập hợp ký tự cụ thể. Trong bài viết này, mình sẽ tìm hiểu về các lượng từ trong biểu thức chính quy của Python, bao gồm cách sử dụng chúng để khớp với các mẫu chuỗi một cách chính xác và hiệu quả.

Giới thiệu về các lượng từ trong Regex của Python

Trong biểu thức chính quy, lượng từ khớp với các ký tự hoặc tập hợp ký tự trước đó một số lần nhất định. Bảng sau đây cho thấy tất cả các lượng từ và ý nghĩa của chúng:

Khớp không hoặc nhiều lần (*)

Lượng từ (*) khớp với phần tử trước đó không hoặc nhiều lần. Ví dụ, chương trình sau sử dụng lượng từ * để khớp với bất kỳ chuỗi nào kết thúc bằng "Python":

import re

s = """CPython, IronPython, và JPython 
       là các triển khai chính của Python"""

matches = re.finditer(r'\w*Python', s)

for match in matches:
    print(match.group())

Trong ví dụ này:

Bài viết này được đăng tại [free tuts .net]

• \w khớp với bất kỳ ký tự chữ cái nào.
• \w* khớp với không hoặc nhiều ký tự chữ cái.
• Do đó, \w*Python khớp với bất kỳ chuỗi nào không hoặc nhiều ký tự theo sau bởi "Python".

Kết quả, biểu thức \w*Python sẽ khớp với CPython, IronPython, JPython, và Python trong chuỗi:

CPython
IronPython
JPython
Python

Khớp một hoặc nhiều lần (+)

Lượng từ + khớp với phần tử trước đó một hoặc nhiều lần. Ví dụ, \d+ khớp với một hoặc nhiều chữ số.

Chương trình sau sử dụng lượng từ + để khớp với một hoặc nhiều chữ số trong một chuỗi:

import re

s = "Python 3.10 được phát hành vào năm 2021"

matches = re.finditer(r'\d+', s)

for match in matches:
    print(match.group())

Kết quả:

3
10
2021

Khớp không hoặc một lần (?)

Lượng từ ? khớp với phần tử trước đó không hoặc một lần.

Ví dụ sau sử dụng lượng từ ? để khớp với cả hai chuỗi "color" và "colour":

import re

s = "Bạn thích màu color / colour nào?"

matches = re.finditer(r'colou?r', s)

for match in matches:
    print(match.group())

Kết quả:

color
colour

Khớp đúng n lần: {n}

Lượng từ {n} khớp với phần tử trước đó đúng n lần, trong đó n là số nguyên dương hoặc bằng 0.

Ví dụ, chương trình sau sử dụng lượng từ {n} để khớp với một chuỗi thời gian theo định dạng hh:mm:

import re

s = "Đó là 11:05 AM"

matches = re.finditer(r'\d{2}:\d{2}', s)

for match in matches:
    print(match.group())

Kết quả:

11:05

Khớp ít nhất n lần: {n,}

Lượng từ {n,} khớp với phần tử trước đó ít nhất n lần, trong đó n là số nguyên dương hoặc bằng 0.

Ví dụ, chương trình sau sử dụng lượng từ {n,} để khớp với các chuỗi ngày tháng theo định dạng m-d-yyyy hoặc mm-dd-yyyy:

import re

s = "5-5-2021 hoặc 05-05-2021 hoặc 5/5/2021"

matches = re.finditer(r'\d{1,}-\d{1,}-\d{4}', s)

for match in matches:
    print(match.group())

Kết quả:

5-5-2021
05-05-2021

Khớp từ n đến m lần: {n,m}

Lượng từ {n,m} khớp với phần tử trước đó ít nhất n lần, nhưng không nhiều hơn m lần, trong đó n và m là các số nguyên dương hoặc bằng 0.

import re

s = "5-5-2021 hoặc 05-05-2021 hoặc 5/5/2021"

matches = re.finditer(r'\d{1,2}-\d{1,2}-\d{4}', s)

for match in matches:
    print(match.group())

Kết quả:

5-5-2021
05-05-2021

Trong ví dụ này, biểu thức \d{1,2} khớp với một hoặc hai chữ số. Do đó, biểu thức \d{1,2}-\d{1,2}-\d{4} khớp với một chuỗi ngày tháng theo định dạng d-m-yyyy hoặc dd-mm-yyyy.

Kết bài

Các lượng từ trong biểu thức chính quy Python cho phép bạn kiểm soát số lần lặp lại của các ký tự hoặc tập hợp ký tự, từ đó tạo ra các mẫu khớp phức tạp và linh hoạt hơn. Bằng cách hiểu và áp dụng đúng các lượng từ như *, +, ?, {n}, {n,}, và {n,m}, bạn có thể xây dựng các biểu thức chính quy mạnh mẽ để xử lý và kiểm tra dữ liệu văn bản một cách hiệu quả. Với sự hiểu biết về các lượng từ này, bạn sẽ có thể viết các biểu thức chính quy chính xác hơn, giúp giải quyết nhiều bài toán thực tế trong lập trình và phân tích dữ liệu.