Maîtriser les Expressions Régulières Python : re.match(), re.search(), re.findall() — Exemples Pratiques

Qu'est-ce qu'une Expression Régulière en Python ?

Une expression régulière (regex) est une description textuelle compacte qui indique à Python comment localiser des motifs dans une chaîne. Les regex sont indispensables pour l'extraction de données, la validation et la transformation à travers les bases de code, logs, fichiers de configuration et projets de web scraping.

En Python, le module re est fourni avec l'interpréteur et expose une API riche pour compiler des motifs, rechercher et remplacer du texte. Que vous filtriez des entrées utilisateur, parsiez des logs ou scrapiez du contenu web, une solide maîtrise des bases des regex fait gagner du temps et réduit les bugs.

Concepts de Base des Regex

Caractères littéraux — correspondent au texte exact que vous écrivez.
Métacaractères — symboles spéciaux décrivant classes, plages ou quantificateurs (ex: \d, \w, +, ?, *).
Ancres — ^ et $ ancrent le motif au début ou à la fin d'une chaîne.
Quantificateurs — spécifient combien de fois un token peut se répéter.
Groupes et alternation — capturent des sous-correspondances et permettent plusieurs options.
Drapeaux (flags) — modifient le comportement du motif (insensibilité à la casse, multiligne, etc.).

Tableau des Identificateurs Courants

Identificateur	Description	Espace blanc	Échappement spécial
\d	Tout chiffre (0-9)	\n	., +, *, ?, [], $, ^, (, ), {}, \|, \
\D	Non-chiffre	\s
\s	Espace, tabulation, nouvelle ligne, etc.	\t
\S	Non-espace	\e
\w	Alphanumérique plus underscore	\r
\W	Non-alphanumérique (hors underscore)	\f
.	Tout caractère sauf nouvelle ligne	—
\b	Frontière de mot	—
\.	Point littéral	—
\{x}	Exactement x occurrences	—

Démarrage avec `re`

import re

Le module re fait partie de la bibliothèque standard de Python et ne nécessite aucune dépendance externe. Cas d'usage courants :

Validation de chaînes (ex: adresses email, numéros de téléphone)
Extraction de données depuis du texte non structuré
Web scraping automatisé

Exemple 1 : `\w+` et `^`

^ — ancre au début d'une chaîne.
\w+ — un ou plusieurs caractères de mot (lettres, chiffres, underscore).

En les utilisant, on peut capturer le premier mot d'une chaîne :

import re
sample = "guru99, education is fun"
result = re.findall(r"^\w+", sample)
print(result) # Output: ['guru99']

Enlever le + ne retournerait que le premier caractère : ["g"].

Exemple 2 : Séparation sur Espace Blanc avec `\s`

La fonction re.split() peut diviser une chaîne où un motif correspond. Utiliser \s sépare sur tout caractère d'espace blanc.

import re
text = "we are splitting the words"
print(re.split(r"\s", text)) # ['we', 'are', 'splitting', 'the', 'words']

Si le backslash est omis, s est traité comme littéral, résultant en séparations à chaque caractère s.

Vue d'Ensemble des Méthodes Regex

re.match() — vérifie une correspondance seulement au début de la chaîne.
re.search() — scanne toute la chaîne et retourne la première correspondance.
re.findall() — retourne une liste de toutes les correspondances non chevauchantes.

Utilisation de `re.match()`

import re
text = "guru99 is a great platform"
match = re.match(r"^\w+", text)
print(match.group() if match else "Pas de correspondance") # Output: guru99

Utilisation de `re.search()`

import re
text = "Software Testing is fun"
for pattern in ["Software testing", "guru99"]:
    found = re.search(pattern, text, re.IGNORECASE)
    print(f"Recherche de '{pattern}' dans '{text}' - {'trouvé !' if found else 'pas de correspondance'}")

Utilisation de `re.findall()`

import re
emails = "guru99@google.com, careerguru99@hotmail.com, users@yahoomail.com"
found = re.findall(r"[\w\.-]+@[\w\.-]+", emails)
for e in found:
    print(e)

Drapeaux (Flags) Regex

Les drapeaux modifient le comportement du motif. Drapeaux courants :

Drapeau	Description
re.M (re.MULTILINE)	Fait correspondre ^ et $ au début et fin de chaque ligne.
re.I (re.IGNORECASE)	Ignore les distinctions de casse.
re.S (re.DOTALL)	Fait correspondre le point aux nouvelles lignes.
re.U (re.UNICODE)	Applique des classes de caractères conscientes d'Unicode.
re.L (re.LOCALE)	Fait dépendre les classes de la locale courante.
re.X (re.VERBOSE)	Permet espaces et commentaires dans le motif.

Exemple Multiligne

import re
text = """guru99
careerguru99
selenium"""
print(re.findall(r"^\w", text)) # ['g']
print(re.findall(r"^\w", text, re.MULTILINE)) # ['g', 'c', 's']

Compatibilité Python 2

Tous les exemples ci-dessus sont écrits pour Python 3. Si vous devez les exécuter sous Python 2, remplacez les instructions print() par la syntaxe Python 2 et assurez-vous que le module re est importé de la même façon.

À Retenir

Maîtriser les regex Python vous donne une boîte à outils puissante pour le traitement de texte :

Utilisez re.match() pour les motifs ancrés au début.
Utilisez re.search() pour une recherche globale.
Utilisez re.findall() pour extraire toutes les correspondances.
Appliquez les drapeaux (ex: re.IGNORECASE, re.MULTILINE) pour affiner le comportement.
N'oubliez pas de tester les motifs avec Regex101 ou outils similaires avant déploiement.