Các tập ký tự trong Regex của Python

Trong bài viết này, mình sẽ tìm hiểu các tập ký tự (character sets) trong biểu thức chính quy (regex) của Python. Các tập ký tự cho phép bạn tạo các biểu thức chính quy với các mẫu khớp một chuỗi có một hoặc nhiều ký tự trong tập hợp. Mình sẽ tìm hiểu về các tập ký tự phổ biến như \d cho ký tự số, \w cho ký tự từ, \s cho khoảng trắng và dấu chấm (.) cho bất kỳ ký tự nào ngoại trừ ký tự xuống dòng. Việc nắm vững các tập ký tự này sẽ giúp bạn xây dựng các biểu thức chính quy hiệu quả và linh hoạt hơn trong Python.

Giới thiệu về các tập ký tự trong Regex của Python

Tập ký tự \d: ký tự số Tập ký tự \d được sử dụng để biểu thị tập hợp các ký tự số từ 0 đến 9.

import re

s = 'Python 3.0 được phát hành vào năm 2008'
matches = re.finditer('\d', s)
for match in matches:
    print(match.group())

Đầu ra:

3
0
2
0
0
8

Để khớp với hai ký tự số liên tiếp, bạn có thể sử dụng mẫu \d\d.

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

Tập ký tự \w: tập ký tự từ Tập ký tự \w đại diện cho tập hợp các ký tự ASCII bao gồm chữ cái Latin, số và dấu gạch dưới (_).

import re

s = 'Python 3.0'
matches = re.finditer('\w', s)
for match in matches:
    print(match.group())

Đầu ra:

P
y
t
h
o
n
3
0

Lưu ý rằng khoảng trắng và dấu chấm (.) không được bao gồm trong các kết quả.

Tập ký tự \s: tập ký tự khoảng trắng Tập ký tự \s khớp với bất kỳ khoảng trắng nào bao gồm dấu cách, tab, xuống dòng, ký tự trả về, và ký tự thẳng đứng.

import re

s = 'Python 3.0'
matches = re.finditer('\s', s)
for match in matches:
    print(match)

Đầu ra:

<re.Match object; span=(6, 7), match=' '>

Tập ký tự nghịch đảo Một tập ký tự có một tập ký tự nghịch đảo sử dụng cùng một chữ cái nhưng in hoa. Ví dụ: \D sẽ khớp với bất kỳ ký tự nào ngoại trừ các ký tự số.

Tập ký tự .: tập ký tự dấu chấm (.) Tập ký tự dấu chấm (.) khớp với bất kỳ ký tự đơn nào ngoại trừ ký tự xuống dòng (\n).

import re

version = "Python\n4"
matches = re.finditer('.', version)
for match in matches:
    print(match.group())

Kết quả:

P
y
t
h
o
n
4

Kết bài

Việc hiểu và sử dụng các tập ký tự trong biểu thức chính quy là rất quan trọng để xử lý các mẫu văn bản một cách linh hoạt và mạnh mẽ trong Python. Sử dụng các tập ký tự \d, \w, và \s giúp bạn khớp với các ký tự số, ký tự từ và khoảng trắng dễ dàng hơn. Đồng thời, việc áp dụng các tập ký tự nghịch đảo như \D, \W, \S và tập ký tự dấu chấm (.) mang lại sự linh hoạt cao trong việc xây dựng các biểu thức chính quy phức tạp. Nắm vững những kỹ năng này sẽ giúp bạn xử lý dữ liệu một cách hiệu quả hơn trong các dự án lập trình của mình.