पाठ्यक्रम 250 में से पाठ 47 · फ़ाइलें, त्रुटियाँ और मॉड्यूल
फ़ाइलें, त्रुटियाँ और मॉड्यूल

regex से पैटर्न मिलाना

एक रेगुलर एक्सप्रेशन (regex) टेक्स्ट पैटर्न बताने की एक छोटी भाषा है: "एक स्तर वाला शब्द, फिर एक timestamp, फिर एक संदेश", या "जो कुछ भी ईमेल जैसा दिखे"। Python का re मॉड्यूल उन्हें चलाता है। आप regex तब इस्तेमाल करते हैं जब ढाँचा नियमित हो पर सटीक टेक्स्ट बदलता रहे।

पैटर्न raw स्ट्रिंग (r"...") के रूप में लिखें ताकि backslash का वही मतलब हो जो regex चाहता है:

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

जो टुकड़े आप सबसे ज़्यादा इस्तेमाल करेंगे:

  • \d एक अंक, \w एक शब्द-अक्षर (अक्षर/अंक/अंडरस्कोर), \s ख़ाली जगह।
  • + एक या ज़्यादा, * शून्य या ज़्यादा, ? वैकल्पिक। . कोई भी अक्षर है।
  • [abc] एक अक्षर-वर्ग (a, b, c में से कोई एक)। ^ और $ शुरुआत और अंत से बाँधते हैं।
  • कोष्ठक ( ) एक समूह बनाते हैं जिसे आप निकाल सकते हैं; (?P<name>...) उसे नाम देता है।

re.search पहला मिलान ढूँढता है (या None); m.group(1) या m.groupdict() पकड़े गए समूह पढ़ते हैं। re.findall हर मिलान लौटाता है:

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']
आपकी बारी

दोनों के लिए re मॉड्यूल इस्तेमाल करें। (1) parse_log_line(line) ठीक TIMESTAMP [LEVEL] MESSAGE रूप की लॉग पंक्ति से मिलान करता है (जैसे 2026-07-09T12:00:00 [ERROR] disk full) और एक dict {"timestamp": ..., "level": ..., "message": ...} लौटाता है, या पंक्ति मेल न खाए तो None। timestamp में कोई ख़ाली जगह नहीं होती, level वर्गाकार कोष्ठकों में एक शब्द है, और message पंक्ति का बाक़ी हिस्सा है। (2) find_emails(text) text में हर ईमेल पते की सूची क्रम से लौटाता है। ईमेल को chars@chars.chars मानें जहाँ local हिस्सा और domain अक्षर, अंक और चिह्न . _ + - इस्तेमाल करते हैं।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।