Python Regular Expressions meistern: re.match(), re.search(), re.findall() – Praxisbeispiele

Was ist ein Regular Expression in Python?

Regulärer Ausdruck (Regex) ist eine kompakte textuelle Beschreibung, die Python sagt, wie Muster innerhalb eines Strings zu lokalisieren sind. Regexes sind unverzichtbar für Datenextraktion, Validierung und Transformation über Codebasen, Logs, Konfigurationsdateien und Web-Scraping-Projekte hinweg.

In Python wird das re-Modul mit dem Interpreter ausgeliefert und stellt eine reichhaltige API für Kompilieren von Patterns, Suchen und Ersetzen von Text bereit. Ob Sie Benutzereingaben filtern, Logs parsen oder Content von Websites scrapen – ein solides Verständnis von Regex-Grundlagen spart Zeit und reduziert Bugs.

Kernkonzepte von Regex

Literal Characters – matchen den exakten Text, den Sie schreiben.
Metazeichen – spezielle Symbole, die Klassen, Ranges oder Quantifier beschreiben (z. B. \d, \w, +, ?, *).
Anchors – ^ und $ heften das Pattern an Start oder Ende eines Strings.
Quantifier – spezifizieren, wie oft ein Token sich wiederholen darf.
Groups & Alternation – capturen Sub-Matches und erlauben multiple Optionen.
Flags – justieren Pattern-Verhalten (Case-Insensitivity, Multiline, etc.).

Gängige Identifier-Tabelle

Identifier	Beschreibung	Whitespace	Special Escape
\d	Beliebige Ziffer (0‑9)	\n	., +, *, ?, [], $, ^, (, ), {}, \|, \
\D	Nicht-Ziffer	\s
\s	Space, Tab, Newline, etc.	\t
\S	Nicht-Space	\e
\w	Alphanumerisch plus Underscore	\r
\W	Nicht-alphanumerisch (außer Underscore)	\f
.	Beliebiges Zeichen außer Newline	—
\b	Wortgrenze	—
\.	Literaler Punkt	—
\{x}	Exakt x Vorkommen	—

Einstieg mit `re`

import re

Das re-Modul ist Teil von Pythons Standardbibliothek und erfordert keine externen Dependencies. Häufige Use Cases:

String-Validierung (z. B. E-Mail-Adressen, Telefonnummern)
Datenextraktion aus unstrukturiertem Text
Automatisiertes Web Scraping

Beispiel 1: `\w+` und `^`

^ – Anchor am String-Anfang.
\w+ – ein oder mehr Wortzeichen (Buchstaben, Ziffern, Underscore).

Damit können wir das erste Wort eines Strings erfassen:

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

Entfernt man das +, wird nur das erste Zeichen zurückgegeben: ["g"].

Beispiel 2: Auf Whitespace splitten mit `\s`

Die re.split()-Funktion kann einen String dort teilen, wo ein Pattern matcht. \s splittet an jedem Whitespace-Zeichen.

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

Wird der Backslash weggelassen, wird s als Literal behandelt, was Splits an jedem s-Zeichen ergibt.

Regex-Methoden Übersicht

re.match() – prüft Match nur am String-Anfang.
re.search() – scannt gesamten String und gibt ersten Match zurück.
re.findall() – gibt Liste aller nicht-überlappenden Matches zurück.

`re.match()` verwenden

import re
text = "guru99 is a great platform"
match = re.match(r"^\w+", text)
print(match.group() if match else "No match")  # Output: guru99

`re.search()` verwenden

import re
text = "Software Testing is fun"
for pattern in ["Software testing", "guru99"]:
    found = re.search(pattern, text, re.IGNORECASE)
    print(f"Looking for '{pattern}' in '{text}' - {'found a match!' if found else 'no match'}")

`re.findall()` verwenden

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)

Regex Flags

Flags modifizieren Pattern-Verhalten. Gängige Flags:

Flag	Beschreibung
re.M (re.MULTILINE)	^ und $ matchen Start/Ende jeder Zeile.
re.I (re.IGNORECASE)	Ignoriert Groß-/Kleinschreibung.
re.S (re.DOTALL)	Punkt matched Newlines.
re.U (re.UNICODE)	Unicode-bewusste Zeichenklassen.
re.L (re.LOCALE)	Klassen hängen von aktuellem Locale ab.
re.X (re.VERBOSE)	Erlaubt Whitespace und Comments im Pattern.

Multiline Beispiel

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

Python 2 Kompatibilität

Alle Beispiele oben sind für Python 3 geschrieben. Falls Sie sie unter Python 2 ausführen müssen, ersetzen Sie print()-Statements mit Python-2-Syntax und stellen Sie sicher, dass das re-Modul identisch importiert wird.

Fazit

Python Regex zu meistern gibt Ihnen ein mächtiges Toolkit für Textverarbeitung:

re.match() für Patterns am String-Anfang nutzen.
re.search() für globale Suche nutzen.
re.findall() um alle Matches zu extrahieren.
Flags (z. B. re.IGNORECASE, re.MULTILINE) anwenden, um Verhalten feinabzustimmen.
Patterns mit Regex101 oder ähnlichen Tools testen vor Deployment.