Reguläre Ausdrücke in Python- Daten extrahieren und analysieren

Reguläre Ausdrücke in Python: Daten extrahieren und analysieren

Ein praktischer Leitfaden zum Erkennen, Filtern und Umwandeln von Textmustern mit dem re-Modul

Inhaltsverzeichnis

Kapitel 1: Einführung in reguläre Ausdrücke

• Was sind reguläre Ausdrücke?
• Warum Regex? Vorteile und Einsatzbereiche
• Beispiele aus der Praxis: E-Mails, Telefonnummern, Daten extrahieren
• Erste Regex-Beispiele ohne Python

Kapitel 2: Das re-Modul in Python

• Das re-Modul importieren
• Funktionen: search(), match(), findall(), sub(), split()
• Überblick über Rückgabewerte (Match-Objekte, Listen, Strings)
• Mini-Projekt: Erste Suchmuster anwenden

Kapitel 3: Grundbausteine von regulären Ausdrücken

• Literale Zeichen und Escape-Zeichen
• Punkt ., Stern *, Plus +, Fragezeichen ?
• Zeichenklassen: [abc], [0-9], [^a-z]
• Mini-Projekt: Zeichen und Zahlen aus Texten extrahieren

Kapitel 4: Wiederholungen und Mengenangaben

• Quantifizierer: {n}, {n,}, {n,m}
• Greedy vs. non-greedy Matching
• Mini-Projekt: HTML-Tags oder einfache Markups extrahieren

Kapitel 5: Gruppen und Alternativen

• Gruppierung mit ()
• Rückreferenzen in Ersetzungen
• Alternativen mit |
• Mini-Projekt: Name-Vorname-Tauscher

Kapitel 6: Anker und Positionen

• Zeilenanfang ^, Zeilenende $
• Wortgrenzen \b, Nicht-Wortgrenzen \B
• Mehrzeilige Texte mit re.MULTILINE
• Mini-Projekt: Prüfung von Eingabeformaten

Kapitel 7: Reguläre Ausdrücke mit Flags anpassen

• Übersicht über Flags: IGNORECASE, DOTALL, VERBOSE, MULTILINE
• Kombination von Flags
• Mini-Projekt: Groß-/Kleinschreibung ignorieren

Kapitel 8: Anwendung auf reale Textdaten

• Texte aus Dateien verarbeiten
• Textvorverarbeitung (z. B. HTML-Entfernung, Umformatierung)
• Mini-Projekt: E-Mail-Adressen und URLs aus Datei extrahieren

Kapitel 9: Reguläre Ausdrücke testen und debuggen

• Tools zum Testen: regex101, Pythex, eigene Skripte
• Schrittweises Testen und Verbessern
• Fehleranalyse bei falschen Treffern
• Best Practices für gut lesbare Ausdrücke

Kapitel 10: Best Practices für robuste Regex-Nutzung

• Sicherheit und Performance
• Lesbarkeit und Dokumentation
• Wann lieber andere Techniken nutzen (z. B. startswith(), split())
• Mini-Projekt: Regex-Sammlung für Alltagsaufgaben

Anhang A: Übersicht wichtiger Regex-Symbole und Muster

• Tabellen mit Bedeutung und Beispiel: \d, \w, ., ^, [], {} usw.

Anhang B: Typische Anwendungsfälle mit Regex-Lösungen

• Telefonnummern, E-Mails, PLZ, IBAN, Datumsformate
• Kommentarentfernung, HTML-Bereinigung, Duplikaterkennung

Anhang C: Übungsaufgaben mit Lösungen

• Text nach Mustern durchsuchen
• Daten ersetzen und umformatieren
• Komplexe Texte zerlegen und analysieren
• Lösungen mit Kommentaren und Erklärungen