Exercice 48 / 100

Regex

Extrais tous les emails du texte `"Contact alice@beauvoir.co ou bob@data.fr pour plus d'info"` avec un regex

Une expression régulière (regex) est un mini-langage pour décrire des motifs de texte. Le module standard re permet de chercher, valider, extraire et remplacer.

Import

import re

Les 4 fonctions principales

re.search(motif, texte)    →  trouve la PREMIÈRE correspondance (ou None)
re.findall(motif, texte)   →  liste de TOUTES les correspondances
re.match(motif, texte)     →  match seulement au début du texte
re.sub(motif, remplacement, texte)   →  remplacement

Métacaractères de base

.      n'importe quel caractère (sauf newline)
\d     un chiffre (0-9)
\w     lettre, chiffre ou _
\s     espace (espace, tab, newline)
\D \W \S   l'inverse (majuscules)
[abc]  un caractère parmi a, b, c
[a-z]  un caractère entre a et z
[^abc] tout SAUF a, b, c

Quantificateurs

*      0 ou plus      
+      1 ou plus
?      0 ou 1
{n}    exactement n
{n,m}  entre n et m

Ancres

^      début de la chaîne
$      fin de la chaîne

Exemple : extraire les emails

import re
texte = "Contact alice@beauvoir.co ou bob@data.fr pour plus d'info"
motif = r'[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}'
emails = re.findall(motif, texte)
print(emails)
# → ['alice@beauvoir.co', 'bob@data.fr']

Décomposition du motif :

[a-zA-Z0-9._%+-]+    1 ou plus caractères autorisés avant le @
@                     le @ littéral
[a-zA-Z0-9.-]+        le nom de domaine
\.                    un point littéral (échappé)
[a-zA-Z]{2,}          extension de 2 lettres minimum

Une expression régulière se lit morceau par morceau : chaque bout du motif attrape le bout d'adresse qui lui correspond, du nom jusqu'à l'extension

Préfixe ta regex par r'...' (raw string) sinon Python interprète les \ et tu galères avec les double échappements.

Outils pour tester tes regex : regex101.com, pythex.org. Indispensable pour débugger les motifs complexes.

exercise.py