Chương trình học Bài 47 trên tổng số 250 · Tệp, lỗi và mô-đun
Tệp, lỗi và mô-đun

Khớp mẫu bằng regex

Một biểu thức chính quy (regex) là một ngôn ngữ nhỏ để mô tả các mẫu văn bản: "một từ chỉ mức, rồi một dấu thời gian, rồi một thông điệp", hoặc "bất cứ thứ gì trông như một email". Mô-đun re của Python chạy chúng. Bạn dùng regex khi cấu trúc đều đặn nhưng văn bản cụ thể thay đổi.

Viết mẫu dưới dạng chuỗi thô (r"...") để dấu gạch chéo ngược mang đúng nghĩa mà regex mong đợi:

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

Các mảnh bạn sẽ dùng nhiều nhất:

  • \d một chữ số, \w một ký tự từ (chữ cái/chữ số/dấu gạch dưới), \s khoảng trắng.
  • + một hoặc nhiều, * không hoặc nhiều, ? tùy chọn. . là ký tự bất kỳ.
  • [abc] một lớp ký tự (bất kỳ một trong a, b, c). ^ và $ neo vào đầu và cuối.
  • Ngoặc đơn ( ) tạo một nhóm bạn có thể lấy ra; (?P<name>...) đặt tên cho nó.

re.search tìm khớp đầu tiên (hoặc None); m.group(1) hoặc m.groupdict() đọc các nhóm đã bắt. re.findall trả về mọi khớp:

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']
Đến lượt bạn

Dùng mô-đun re cho cả hai. (1) parse_log_line(line) khớp một dòng log có đúng dạng TIMESTAMP [LEVEL] MESSAGE (ví dụ 2026-07-09T12:00:00 [ERROR] disk full) và trả về một dict {"timestamp": ..., "level": ..., "message": ...}, hoặc None nếu dòng không khớp. Dấu thời gian không có khoảng trắng, mức là một từ trong ngoặc vuông, và thông điệp là phần còn lại của dòng. (2) find_emails(text) trả về một list mọi địa chỉ email trong text, theo thứ tự. Coi một email là chars@chars.chars trong đó phần cục bộ và tên miền dùng chữ cái, chữ số và các ký hiệu . _ + -.

Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này

Bài tập này sẽ sớm mở.

Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.