سرفصل‌ها درس 47 از 250 · فایل‌ها، خطاها و ماژول‌ها
فایل‌ها، خطاها و ماژول‌ها

تطبیق الگو با regex

یک عبارت باقاعده (regex) زبانی کوچک برای توصیف الگوهای متن است: «یک واژهٔ سطح، سپس یک مُهر زمانی، سپس یک پیام»، یا «هر چیزی که شبیه ایمیل باشد». ماژول re در Python آن‌ها را اجرا می‌کند. وقتی ساختار باقاعده است اما متن دقیق فرق می‌کند سراغ regex می‌روید.

الگوها را به‌صورت رشته‌های خام (r"...") بنویسید تا بک‌اسلش‌ها همان معنایی را داشته باشند که regex انتظار دارد:

import re
m = re.search(r"\d+", "order 42 shipped")
print(m.group())   # 42

قطعه‌هایی که بیشتر به کار می‌برید:

  • \d یک رقم، \w یک نویسهٔ واژه (حرف/رقم/زیرخط)، \s فاصلهٔ سفید.
  • + یک یا بیشتر، * صفر یا بیشتر، ? اختیاری. . هر نویسه‌ای است.
  • [abc] یک کلاس نویسه (هر یک از a، b، c). ^ و $ به آغاز و پایان لنگر می‌اندازند.
  • پرانتزهای ( ) یک گروه می‌سازند که می‌توانید بیرونش بکشید؛ (?P<name>...) به آن نام می‌دهد.

re.search نخستین تطابق (یا None) را پیدا می‌کند؛ m.group(1) یا m.groupdict() گروه‌های گرفته‌شده را می‌خواند. re.findall همهٔ تطابق‌ها را برمی‌گرداند:

text = "2026-07-09T12:00:00 [ERROR] disk full"
m = re.search(r"^(?P<ts>\S+) \[(?P<level>\w+)\] (?P<msg>.+)$", text)
print(m.group("level"))   # ERROR

print(re.findall(r"\d+", "3 cats, 12 dogs"))   # ['3', '12']
نوبت شما

برای هر دو از ماژول re استفاده کنید. (1) parse_log_line(line) یک خط گزارش با شکل دقیق TIMESTAMP [LEVEL] MESSAGE (برای مثال 2026-07-09T12:00:00 [ERROR] disk full) را تطبیق می‌دهد و یک dict {"timestamp": ..., "level": ..., "message": ...} برمی‌گرداند، یا اگر خط منطبق نباشد None. مُهر زمانی فاصله ندارد، سطح یک واژه درون کروشه است، و پیام بقیهٔ خط است. (2) find_emails(text) فهرستی از هر نشانی ایمیل در text، به ترتیب، برمی‌گرداند. ایمیل را chars@chars.chars در نظر بگیرید که بخش محلی و دامنه از حرف، رقم و نمادهای . _ + - استفاده می‌کنند.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.