Экранировка спецсимволов в регулярках Python

Предположим, что нужно сделать так, чтобы спецсимвол обозначал сам себя. Для этого его следует экранировать с помощью обратного слеша. Давайте посмотрим на примерах.

Пример

В следующем примере автор регулярки хотел, чтобы шаблон поиска выглядел так: буква 'a', затем плюс '+', затем буква 'x'. Однако, автор кода не заэкранировал символ '+' и поэтому шаблон поиска самом деле он выглядит так: буква 'a' один или более раз, потом буква 'x':

txt = 'a+x ax aax aaax'
res = re.sub('a+x', '!', txt)

print(res)

Результат выполнения кода:

'a+x ! ! !'

Пример

А сейчас автор заэкранировал плюс обратным слешем. Теперь шаблон поиска выглядит так, как надо: буква 'a', затем плюс '+', затем буква 'x':

txt = 'a+x ax aax aaax'
res = re.sub('a\+x', '!', txt)

print(res)

Результат выполнения кода:

'! ax aax aaax'

Пример

В данном примере шаблон выглядит так: буква 'a', затем точка '.', затем буква 'x':

txt = 'a.x abx azx'
res = re.sub('a\.x', '!', txt)

print(res)

Результат выполнения кода:

'! abx azx'

Пример

А следующем примере автор забыл заэкранировать слеш и под регулярку попали все подстроки, так как незаэкранированная точка обозначает любой символ:

txt = 'a.x abx azx'
res = re.sub('a.x', '!', txt)

print(res)

Результат выполнения кода:

'! ! !'

Замечание

Обратите внимание на то, что если вы забудете обратный слеш для точки (когда она должна обозначать сама себя) - этого можно даже не заметить:

res = re.sub('a.x', '!', 'a.x')
print(res) # вернет '!', как мы и хотели

Визуально работает правильно (так как точка обозначает любой символ, в том числе и обычную точку '.'). Но если поменять строку, в которой происходят замены - мы увидим нашу ошибку:

res = re.sub('a.x', '!', 'a.x abx azx')
print(res) # вернет '! ! !', а ожидалось '! abx azx'

Список специальных символов и обычных

Если экранировать обычный символ - ничего страшного не случится - он все равно будет обозначать сам себя. Исключение - цифры, их нельзя экранировать.

Часто возникает сомнение, является ли данный символ специальным. Некоторые доходят до того, что экранируют все подозрительные символы подряд. Однако, это плохая практика (захламляет регулярку обратными слешами).

Являются спецсимволами: $ ^ . * + ? \ / {} [] () |

Не являются спецсимволами: @ : , ' " - _ = < > % # ~ `& !

Практические задачи

Дана строка:

txt = 'a.a aba aea'

Напишите регулярку, которая найдет строку 'a.a', не захватив остальные.

Дана строка:

txt = '2+3 223 2223'

Напишите регулярку, которая найдет строку '2+3', не захватив остальные.

Дана строка:

txt = '23 2+3 2++3 2+++3 345 567'

Напишите регулярку, которая найдет строки '2+3', '2++3', '2+++3', не захватив остальные (+ может быть любое количество).

Дана строка:

txt = '23 2+3 2++3 2+++3 445 677'

Напишите регулярку, которая найдет строки '23', '2+3', '2++3', '2+++3', не захватив остальные.

Дана строка:

txt = '*+ *q+ *qq+ *qqq+ *qqq qqq+'

Напишите регулярку, которая найдет строки '*q+', '*qq+', '*qqq+', не захватив остальные.

Дана строка:

txt = '[abc] {abc} abc (abc) [abc]'

Напишите регулярку, которая найдет строки в квадратных скобках и заменит их на '!'.