move yargy to regex inro seminar

mannefedov · Sep 12, 2024 · 861ddce · 861ddce
1 parent 12858e9
commit 861ddce
Showing 1 changed file with 109 additions and 4 deletions.
diff --git a/notebooks/first_module_intro/01_regular_expressions.ipynb b/notebooks/first_module_intro/01_regular_expressions.ipynb
@@ -28,7 +28,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 1,
+   "execution_count": 3,
    "id": "fd61238b",
    "metadata": {},
    "outputs": [],
@@ -59,7 +59,7 @@
   },
   {
    "cell_type": "code",
-   "execution_count": 2,
+   "execution_count": 4,
    "id": "c35d90c7",
    "metadata": {},
    "outputs": [],
@@ -1946,13 +1946,118 @@
     "Еще больше фичей regex можно узнать тут - https://pypi.org/project/regex/"
    ]
   },
+  {
+   "cell_type": "markdown",
+   "id": "54d4b7f4",
+   "metadata": {},
+   "source": [
+    "Регуляки очень быстро разрастаются до нечитаемых колбас символов. Если регулярка нужна больше одного раза, то поддерживать ее очень сложно - достаточно пары дней, чтобы забыть контекст и перестать понимать, что вообще происходит и зачем. Для таких случаев можно писать ругялки в многострочном формате и даже с комментариями!\n",
+    "\n",
+    "\n",
+    "Давайте посмотрит как это выглядит. Чтобы это заработало нужно передать доп флаг re.VERBOSE или re.X и потом можно делать пробельные отступы между символами, отступать новые строки и писать комментарии"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 6,
+   "id": "06666518",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "import re\n",
+    "\n",
+    "# пример строки, так часто выглядят логи\n",
+    "example = \"2024-09-10 14:55:23 INFO Some event occurred\"\n",
+    "\n",
+    "# эту регуляку еще можно усложнить если добавить другие форматы дат/времени или учитывать что часы могут быть только от 0 до 23, а не любые две цифры рядом\n",
+    "pattern = re.compile(r\"\"\"\n",
+    "    ^                               # начало строки\n",
+    "    (?P<date>\\d{4}-\\d{2}-\\d{2})     # дата в формате YYYY-MM-DD\n",
+    "    \\s+                             # один или несколько пробелов\n",
+    "    (?P<time>\\d{2}:\\d{2}:\\d{2})     # время в формате HH:MM:SS\n",
+    "    \\s+                             # опять пробелы\n",
+    "    (?P<level>INFO|DEBUG|ERROR|WARNING) # тип ошибки\n",
+    "    \\s+                             # пробелы\n",
+    "    (?P<message>[A-Za-z0-9 ]+)      # сообщение ошибки\n",
+    "    $                               # конец строки\n",
+    "\"\"\", re.VERBOSE)"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 8,
+   "id": "08ec494a",
+   "metadata": {},
+   "outputs": [
+    {
+     "name": "stdout",
+     "output_type": "stream",
+     "text": [
+      "Match found!\n",
+      "Date: 2024-09-10\n",
+      "Time: 14:55:23\n",
+      "Level: INFO\n",
+      "Message: Some event occurred\n"
+     ]
+    }
+   ],
+   "source": [
+    "# Еще в регуляке выше заданы группы и каждой приписано имя\n",
+    "# в итоге код будет выглядеть очень понятно и читаемо \n",
+    "match = pattern.match(example)\n",
+    "\n",
+    "if match:\n",
+    "    print(\"Match found!\")\n",
+    "    print(f\"Date: {match.group('date')}\")\n",
+    "    print(f\"Time: {match.group('time')}\")\n",
+    "    print(f\"Level: {match.group('level')}\")\n",
+    "    print(f\"Message: {match.group('message')}\")\n",
+    "else:\n",
+    "    print(\"No match found\")\n"
+   ]
+  },
   {
    "cell_type": "code",
    "execution_count": null,
-   "id": "54d4b7f4",
+   "id": "75c5eea1",
    "metadata": {},
    "outputs": [],
    "source": []
+  },
+  {
+   "cell_type": "code",
+   "execution_count": 5,
+   "id": "b03855a2",
+   "metadata": {},
+   "outputs": [
+    {
+     "data": {
+      "text/plain": [
+       "'ДАННОЕ СООБЩЕНИЕ (МАТЕРИАЛ) СОЗДАНО И (ИЛИ) РАСПРОСТРАНЕНО ИНОСТРАННЫМ СРЕДСТВОМ МАССОВОЙ ИНФОРМАЦИИ, ВЫПОЛНЯЮЩИМ ФУНКЦИИ ИНОСТРАННОГО АГЕНТА, И (ИЛИ) РОССИЙСКИМ ЮРИДИЧЕСКИМ ЛИЦОМ, ВЫПОЛНЯЮЩИМ ФУНКЦИИ ИНОСТРАННОГО АГЕНТА'"
+      ]
+     },
+     "execution_count": 5,
+     "metadata": {},
+     "output_type": "execute_result"
+    }
+   ],
+   "source": [
+    "text"
+   ]
+  },
+  {
+   "cell_type": "code",
+   "execution_count": null,
+   "id": "9b6800e3",
+   "metadata": {},
+   "outputs": [],
+   "source": [
+    "re.findall(\"\"\"\n",
+    "    (?:пре|пере|по)?  # префикс\n",
+    "    \\.    # основа\n",
+    "    \\d *  # постфикс\n",
+    "    \"\"\", text, re.X)"
+   ]
   }
  ],
  "metadata": {
@@ -1971,7 +2076,7 @@
    "name": "python",
    "nbconvert_exporter": "python",
    "pygments_lexer": "ipython3",
-   "version": "3.9.14"
+   "version": "3.10.9"
   }
  },
  "nbformat": 4,