Düzenli ifadeler: re modülü

Uzun bir metindeki tüm telefon numaralarını bul, bir e-posta adresinin geçerli görünüp görünmediğini denetle, bir milyon satırlık günlük dosyasından tarihleri ve hata düzeylerini çıkar. find() ve split() ile her görev bir sayfalık kırılgan kod ister. Düzenli ifade (regex), aradığın metnin biçimini kısa bir kalıpla tanımlar; aramayı ise re modülü yapar. Düzenli ifadeler her yerde kullanılır: metin düzenleyicilerde, veritabanlarında, komut satırı araçlarında ve web sitelerindeki form doğrulamalarında.

İlk adımlar: search, findall ve ham dizeler

Kalıp, küçük ve özel bir dille yazılmış bir karakter dizisidir. re.search(pattern, text) metnin herhangi bir yerindeki ilk eşleşmeyi bulur ve bir Match nesnesi (ya da None) döndürür; .group() eşleşen metni verir. re.findall ise tüm eşleşmelerin listesini döndürür. \d “bir rakam”, + ise “bir ya da daha fazla” demektir:

import re

text = 'Order 17 shipped on 2026-09-15, order 245 on 2026-09-20.'
print(re.search(r'\d+', text))
print(re.search(r'\d+', text).group())
print(re.findall(r'\d+', text))
print(re.findall(r'\d{4}-\d{2}-\d{2}', text))
print(re.search(r'cancelled', text))

<re.Match object; span=(6, 8), match='17'>
17
['17', '2026', '09', '15', '245', '2026', '09', '20']
['2026-09-15', '2026-09-20']
None

Kalıpların dili

import re

print(re.findall(r'\w+', 'Salam, dünya! Привет, мир!'))
print(re.findall(r'\b\w{4}\b', 'Baku is a large city by the sea'))
print(re.findall(r'colou?r', 'color or colour?'))
print(re.findall(r'[A-Z]\w*', 'Aysel and Murad met Leyla'))

['Salam', 'dünya', 'Привет', 'мир']
['Baku', 'city']
['color', 'colour']
['Aysel', 'Murad', 'Leyla']

Python 3'te \w Unicode'u anlar: her alfabenin harfleriyle eşleşir; bu yüzden Azerbaycanca, Türkçe ve Kiril alfabesiyle yazılmış sözcükler de bulunur. \b, bir sözcük karakteri ile sözcük olmayan bir karakter arasındaki görünmez sınırla eşleşir; bu nedenle \b\w{4}\b daha uzun sözcüklerin parçalarını değil, dört harfli tam sözcükleri bulur.

Gruplar ve adlandırılmış gruplar

Parantezler bir grup oluşturur: eşleşmenin gerçekten ihtiyaç duyduğun kısmı. m.group(n) n numaralı grubu döndürür (0 numaralı grup tüm eşleşmedir), m.groups() ise hepsini bir demet olarak verir. Numaralı gruplar çabucak kafa karıştırır; bu yüzden onlara (?P<name>...) ile ad ver ve m['name'] şeklinde ya da hepsini birden m.groupdict() ile oku. re.match yalnızca dizenin başında dener; tek bir günlük satırı için tam uygundur:

import re

line = '2026-09-15 14:02:11 ERROR [payment] card declined'
m = re.match(r'(\S+) (\S+) (\w+) \[(\w+)\] (.*)', line)
print(m.group(3), '|', m.group(5))
print(m.groups())

named = r'(?P<date>\S+) (?P<time>\S+) (?P<level>\w+) \[(?P<module>\w+)\] (?P<msg>.*)'
m = re.match(named, line)
print(m['level'], m['module'])
print(m.groupdict())

ERROR | card declined
('2026-09-15', '14:02:11', 'ERROR', 'payment', 'card declined')
ERROR payment
{'date': '2026-09-15', 'time': '14:02:11', 'level': 'ERROR', 'module': 'payment', 'msg': 'card declined'}

Kalıpta gruplar varsa findall tüm eşleşmeyi değil grupları döndürür; birden fazla grup varsa demetler hâlinde. Konumlara ya da adlandırılmış gruplara da ihtiyacın varsa, Match nesnelerini tembelce üreten **finditer** ile döngü kur:

import re

phones = 'Aysel: +994 50 123 45 67, Murad: +994 55 765 43 21'
print(re.findall(r'\+994 (\d{2}) (\d{3} \d{2} \d{2})', phones))
for m in re.finditer(r'(?P<name>\w+): (?P<phone>\+994[\d ]+\d)', phones):
    print(m['name'], '->', m['phone'], m.span())

[('50', '123 45 67'), ('55', '765 43 21')]
Aysel -> +994 50 123 45 67 (0, 24)
Murad -> +994 55 765 43 21 (26, 50)

Açgözlü ve tembel niceleyiciler

Niceleyiciler varsayılan olarak açgözlüdür (greedy): .+ alabildiği kadar çok metin alır ve karakterleri ancak kalıbın geri kalanı eşleşmeyecekse geri verir. Sonuna ? eklersen niceleyici tembel olur (.+?, *?, ??): olabildiğince az alır. \1 bir geri başvurudur: 1. grupla aynı metinle eşleşmelidir; bu yüzden kapanış etiketi açılış etiketine uyar:

import re

html = '<b>bold</b> and <i>italic</i>'
print(re.findall(r'<.+>', html))
print(re.findall(r'<.+?>', html))
print(re.findall(r'<(\w+)>(.*?)</\1>', html))

['<b>bold</b> and <i>italic</i>']
['<b>', '</b>', '<i>', '</i>']
[('b', 'bold'), ('i', 'italic')]

Değiştirme, bölme, bayraklar ve compile

re.sub(pattern, replacement, text) tüm eşleşmeleri değiştirir. Yerine konacak dizede \1, \2… grupları ekler; dize yerine, Match nesnesini alıp yeni metni döndüren bir fonksiyon da verebilirsin. re.split metni bir kalıba göre böler; örneğin virgül, noktalı virgül ve boşlukların herhangi bir karışımına göre:

import re

text = 'Call 050-123-45-67 or 055-765-43-21 today'
print(re.sub(r'\d{3}-\d{3}-\d{2}-\d{2}', '[hidden]', text))
print(re.sub(r'(\d{3})-(\d{3})-(\d{2})-(\d{2})', r'(\1) \2 \3 \4', text))
print(re.sub(r'\d+', lambda m: str(int(m.group()) * 2), 'a1 b22 c333'))
print(re.split(r'[,;\s]+', 'tea, coffee;  juice water'))

Call [hidden] or [hidden] today
Call (050) 123 45 67 or (055) 765 43 21 today
a2 b44 c666
['tea', 'coffee', 'juice', 'water']

Bayraklar bir kalıbın çalışmasını değiştirir: re.IGNORECASE (re.I) büyük-küçük harf ayrımını yok sayar, re.MULTILINE (re.M) ^ ve $'ın her satırın başı ve sonuyla eşleşmesini sağlar, re.DOTALL (re.S) .'nın yeni satırla da eşleşmesine izin verir, re.VERBOSE (re.X) ise kalıp içinde boşluklara ve # yorumlarına olanak tanır. Birçok kez kullanılan bir kalıp re.compile ile bir kez derlenebilir:

import re

EMAIL = re.compile(r'''
    [\w.+-]+           # user name
    @
    [\w-]+(\.[\w-]+)+  # domain with at least one dot
''', re.VERBOSE)

for address in ['leyla@mail.az', 'elvin.m@edu.gov.az', 'wrong@site', 'no at.com']:
    print(f'{address:20} {bool(EMAIL.fullmatch(address))}')

log = 'ERROR one\ninfo two\nError three'
print(re.findall(r'^error.*$', log, re.IGNORECASE | re.MULTILINE))

leyla@mail.az        True
elvin.m@edu.gov.az   True
wrong@site           False
no at.com            False
['ERROR one', 'Error three']

• re.match — yalnızca dizenin başında dener.
• re.search — herhangi bir yerdeki ilk eşleşmeyi bulur.
• re.fullmatch — dizenin tamamı eşleşmelidir.
• re.findall / re.finditer — tüm eşleşmeler (liste / Match nesnelerinin yineleyicisi).
• re.sub, re.split — değiştirme ve bölme.

import re

text = 'Exams: 15.06.2026 (math), 18.06.2026 (physics), 22.06.2026 (history).'
# 1) print the list of all dates DD.MM.YYYY
# 2) print the text with every date rewritten as YYYY-MM-DD

['15.06.2026', '18.06.2026', '22.06.2026']
Exams: 2026-06-15 (math), 2026-06-18 (physics), 2026-06-22 (history).

import re

config = 'host = localhost\nport=8080\n# comment\ndebug =  true'
# build a dict {key: value} from the 'key = value' lines and print it

{'host': 'localhost', 'port': '8080', 'debug': 'true'}