Expressions régulières Python (module re) — Guide pratique

Expressions régulières Python (module re) — Guide pratique

Découvrez comment exploiter la puissance des expressions régulières en Python avec le module re. Exemples pas à pas illustrant motifs courants, techniques de correspondance et fonctions avancées.

Qu'est-ce qu'une expression régulière ?

Une expression régulière (RegEx) est une séquence de caractères qui définit un motif de recherche. Par exemple, le motif ^a...s$ correspond à toute chaîne de cinq lettres qui commence par a et se termine par s.

^a...s$

Les motifs peuvent être utilisés pour correspondre à des chaînes. Le tableau suivant montre comment le motif se comporte avec différentes entrées :

Expression	Chaîne	Correspondance ?
^a...s$	abs	Pas de correspondance
	alias	Correspondance
	abyss	Correspondance
	Alias	Pas de correspondance
	Un abaque	Pas de correspondance

---

Le module re de Python fournit les outils nécessaires pour travailler avec les RegEx. Voici un exemple rapide qui utilise re.match() pour vérifier un motif contre une chaîne :

import re
motif = '^a...s$'
chaine_test = 'abyss'
resultat = re.match(motif, chaine_test)
if resultat:
    print("Recherche réussie.")
else:
    print("Recherche infructueuse.")

Quand le motif est trouvé, re.match() retourne un objet de correspondance ; sinon, il retourne None.

---

Spécifier des motifs avec des métacaractères

Les métacaractères sont des symboles spéciaux que le moteur regex interprète de manière unique. Voici une référence rapide pour les métacaractères les plus courants :

[] . ^ $ * + ? {} () \ |

---

Crochets : []

Les crochets définissent un ensemble de caractères à correspondre. Par exemple, [abc] correspond à toute occurrence unique de a, b ou c.

Expression	Chaîne	Correspondance ?
[abc]	a	1 correspondance
	ac	2 correspondances
	Hey Jude	Pas de correspondance
	abc de ca	5 correspondances

Les plages peuvent être exprimées avec un tiret, ex. : [a-e] équivaut à [abcde]. Pour inverser un ensemble, placez un accent circonflexe ^ après le crochet ouvrant, ex. : [^abc] correspond à tout caractère sauf a, b ou c.

---

Point : .

Le point correspond à tout caractère unique sauf une nouvelle ligne.

Expression	Chaîne	Correspondance ?
..	a	Pas de correspondance
	ac	1 correspondance
	acd	1 correspondance
	acde	2 correspondances (contient 4 caractères)

---

Accent circonflexe : ^ et Dollar : $

L'accent circonflexe affirme le début d'une chaîne ; le signe dollar affirme la fin. Par exemple, ^a correspond à toute chaîne commençant par a, tandis que a$ correspond à toute chaîne se terminant par a.

Expression	Chaîne	Correspondance ?
^a	a	1 correspondance
	abc	1 correspondance
	bac	Pas de correspondance
^ab	abc	1 correspondance
	acb	Pas de correspondance (commence par a mais pas suivi de b)

Expression	Chaîne	Correspondance ?
a$	a	1 correspondance
	formule	1 correspondance
	cab	Pas de correspondance

---

Quantificateurs : *, +, ?, {n,m}

Ces symboles contrôlent combien de fois l'élément précédent doit apparaître.

• * — zéro ou plusieurs fois.
• + — une ou plusieurs fois.
• ? — zéro ou une fois.
• {n,m} — au moins n et au plus m fois.

Exemples :

Expression	Chaîne	Correspondance ?
ma*n	mn	1 correspondance
	man	1 correspondance
	maaan	1 correspondance
	main	Pas de correspondance (a n'est pas suivi de n)
	femme	1 correspondance

Expression	Chaîne	Correspondance ?
ma+n	mn	Pas de correspondance (pas de a)
	man	1 correspondance
	maaan	1 correspondance
	main	Pas de correspondance (a n'est pas suivi de n)
	femme	1 correspondance

Expression	Chaîne	Correspondance ?
ma?n	mn	1 correspondance
	man	1 correspondance
	maaan	Pas de correspondance (plus d'un a)
	main	Pas de correspondance (a n'est pas suivi de n)
	femme	1 correspondance

Expression	Chaîne	Correspondance ?
a{2,3}	abc dat	Pas de correspondance
	abc daat	1 correspondance (à daat)
	aabc daaat	2 correspondances (à aabc et daaat)
	aabc daaaat	2 correspondances (à aabc et daaaat)

Motif couramment utilisé : [0-9]{2,4} correspond à deux à quatre chiffres consécutifs.

Expression	Chaîne	Correspondance ?
[0-9]{2,4}	ab123csde	1 correspondance (à ab123csde)
	12 et 345673	3 correspondances (12, 3456, 73)
	1 et 2	Pas de correspondance

---

Alternation : |

La barre verticale implémente le OU logique. Par exemple, a|b correspond à toute chaîne contenant a ou b.

Expression	Chaîne	Correspondance ?
a|b	cde	Pas de correspondance
	ade	1 correspondance (à ade)
	acdbea	3 correspondances (à acdbea)

---

Groupement : ()

Les parenthèses groupent des sous-motifs et capturent les sous-chaînes correspondantes. Exemple : (a|b|c)xz correspond à toute chaîne qui contient a, b ou c suivi de xz.

Expression	Chaîne	Correspondance ?
(a|b|c)xz	ab xz	Pas de correspondance
	abxz	1 correspondance (à abxz)
	axz cabxz	2 correspondances (à axzbc cabxz)

---

Échappement : \

Utilisez une barre oblique inverse pour traiter un métacaractère comme littéral. Par exemple, \$a correspond à la séquence littérale $a au lieu d'interpréter $ comme l'ancre de fin de chaîne.

---

Séquences spéciales

Les séquences spéciales simplifient les motifs courants. Voici une liste de référence avec exemples illustratifs.

Début de chaîne : \A

Expression	Chaîne	Correspondance ?
\Athe	the sun	Correspondance
	In the sun	Pas de correspondance

Frontière de mot : \b

Expression	Chaîne	Correspondance ?
\bfoo	football	Correspondance
	a football	Correspondance
	afootball	Pas de correspondance
foo\b	the foo	Correspondance
	the afoo test	Correspondance
	the afootest	Pas de correspondance

Non-frontière de mot : \B

Expression	Chaîne	Correspondance ?
\Bfoo	football	Pas de correspondance
	a football	Pas de correspondance
	afootball	Correspondance
foo\B	the foo	Pas de correspondance
	the afoo test	Pas de correspondance
	the afootest	Correspondance

Chiffre : \d / Non-chiffre : \D

Expression	Chaîne	Correspondance ?
\d	12abc3	3 correspondances (à 12abc3)
	Python	Pas de correspondance
\D	1ab34"50	3 correspondances (à 1ab34"50)
	1345	Pas de correspondance

Espace blanc : \s / Non-espace blanc : \S

Expression	Chaîne	Correspondance ?
\s	Python RegEx	1 correspondance
	PythonRegEx	Pas de correspondance
\S	a b	2 correspondances (à a b)
		Pas de correspondance

Caractère de mot : \w / Non-mot : \W

Expression	Chaîne	Correspondance ?
\w	12&": ;c	3 correspondances (à 12": ;c)
	"%> !	Pas de correspondance
\W	1a2%c	1 correspondance (à 1a2%c)
	Python	Pas de correspondance

Fin de chaîne : \Z

Expression	Chaîne	Correspondance ?
Python\Z	I like Python	1 correspondance
	I like Python Programming	Pas de correspondance
	Python is fun.	Pas de correspondance

---

Astuce : Utilisez un testeur regex en ligne comme regex101 pour créer et déboguer des motifs rapidement.

---

Utiliser RegEx en Python

Le module re de Python offre un ensemble riche de fonctions et constantes pour les opérations regex. Importez-le avec :

import re

Voici les utilitaires les plus courants et comment les utiliser.

---

re.findall()

Retourne une liste de toutes les correspondances non chevauchantes dans une chaîne.

# Extraire tous les nombres d'une chaîne
import re
chaine = 'bonjour 12 salut 89. Comment 34'
motif = '\d+'
resultat = re.findall(motif, chaine)
print(resultat)  # Sortie : ['12', '89', '34']

Quand aucune correspondance n'est trouvée, une liste vide est retournée.

---

re.split()

Divise une chaîne à chaque point où le motif correspond, retournant une liste de sous-chaînes.

import re
chaine = 'Douze:12 Quatre-vingt-neuf:89.'
motif = '\d+'
resultat = re.split(motif, chaine)
print(resultat)  # Sortie : ['Douze:', ' Quatre-vingt-neuf:', '.']

Utilisez l'argument optionnel maxsplit pour limiter le nombre de divisions. Une valeur de 0 (défaut) divise à chaque correspondance.

import re
chaine = 'Douze:12 Quatre-vingt-neuf:89 Neuf:9.'
motif = '\d+'
# Diviser seulement à la première occurrence
resultat = re.split(motif, chaine, 1)
print(resultat)  # Sortie : ['Douze:', ' Quatre-vingt-neuf:89 Neuf:9.']

---

re.sub()

Remplace toutes les occurrences d'un motif par une chaîne de remplacement.

# Supprimer tous les caractères d'espace blanc
import re
chaine = 'abc 12\nde 23 \n f45 6'
motif = '\s+'
remplacement = ''
nouvelle_chaine = re.sub(motif, remplacement, chaine)
print(nouvelle_chaine)  # Sortie : abc12de23f456

Pour limiter les remplacements, fournissez un argument count. Une valeur de 0 remplace chaque correspondance.

nouvelle_chaine = re.sub(r'\s+', remplacement, chaine, 1)
print(nouvelle_chaine)  # Sortie : abc12de 23 f45 6

---

re.subn()

Comme re.sub(), mais retourne un tuple contenant la nouvelle chaîne et le nombre de substitutions effectuées.

nouvelle_chaine = re.subn(motif, remplacement, chaine)
print(nouvelle_chaine)  # Sortie : ('abc12de23f456', 4)

---

re.search()

Trouve le premier emplacement où le motif correspond.

chaine = "Python est amusant"
correspondance = re.search('\\APython', chaine)
if correspondance:
    print("motif trouvé dans la chaîne")
else:
    print("motif non trouvé")
# Sortie : motif trouvé dans la chaîne

---

Objet de correspondance (Match Object)

Quand une correspondance est trouvée, re.search() retourne un objet Match. Méthodes et attributs courants incluent :

• group() — la sous-chaîne correspondante.
• start() / end() — indices de la correspondance.
• span() — un tuple de (start, end).
• groups() — tous les groupes capturés.

chaine = '39801 356, 2102 1111'
motif = '(\d{3}) (\d{2})'
correspondance = re.search(motif, chaine)
if correspondance:
    print(correspondance.group())
    print(correspondance.group(1))
    print(correspondance.group(2))
    print(correspondance.groups())
    print(correspondance.start(), correspondance.end(), correspondance.span())
else:
    print("motif non trouvé")
# Sortie :
# 801 35
# 801
# 35
# ('801', '35')
# 2 8 (2, 8)

---

Utiliser des chaînes brutes (préfixe r)

Préfixer un littéral de chaîne avec r traite les barres obliques inverses comme caractères littéraux, prévenant les séquences d'échappement accidentelles. C'est particulièrement utile dans les motifs regex.

chaine = '\n et \r sont des séquences d\'échappement.'
resultat = re.findall(r'[\n\r]', chaine)
print(resultat)  # Sortie : ['\n', '\r']

---

Pour une exploration plus approfondie du module re, référez-vous à la documentation officielle Python.