Ekspresi Reguler Python (Modul re) – Panduan Praktis

Python Regular Expressions (re Module) – A Practical Guide

Temukan cara memanfaatkan kekuatan ekspresi reguler di Python dengan modul re. Contoh langkah demi langkah mengilustrasikan pola umum, teknik pencocokan, dan fungsi lanjutan.

What Is a Regular Expression?

Sebuah regular expression (RegEx) adalah sekuens karakter yang mendefinisikan pola pencarian. Misalnya, pola ^a...s$ cocok dengan string lima huruf yang dimulai dengan a dan diakhiri dengan s.

^a...s$

Pola dapat digunakan untuk mencocokkan dengan string. Tabel berikut menunjukkan bagaimana pola berperilaku dengan masukan yang berbeda:

Expression	String	Matched?
^a...s$	abs	No match
	alias	Match
	abyss	Match
	Alias	No match
	An abacus	No match

---

Modul re Python menyediakan alat yang Anda butuhkan untuk bekerja dengan RegEx. Berikut adalah contoh cepat yang menggunakan re.match() untuk memeriksa pola terhadap string:

import re
pattern = '^a...s$'
test_string = 'abyss'
result = re.match(pattern, test_string)
if result:
    print("Search successful.")
else:
    print("Search unsuccessful.")

Saat pola ditemukan, re.match() mengembalikan objek match; jika tidak, ia mengembalikan None.

---

Specifying Patterns with Metacharacters

Metacharacters adalah simbol khusus yang diinterpretasikan oleh mesin regex dengan cara unik. Berikut adalah referensi cepat untuk metacharacter yang paling umum:

[] . ^ $ * + ? {} () \ |

---

Square Brackets: []

Kurung siku mendefinisikan himpunan karakter untuk dicocokkan. Misalnya, [abc] cocok dengan kemunculan tunggal dari a, b, atau c.

Expression	String	Matched?
[abc]	a	1 match
	ac	2 matches
	Hey Jude	No match
	abc de ca	5 matches

Rentang dapat diungkapkan dengan tanda hubung, misalnya, [a-e] sama dengan [abcde]. Untuk membalikkan himpunan, tempatkan caret ^ setelah kurung pembuka, misalnya, [^abc] cocok dengan karakter apa pun selain a, b, atau c.

---

Period: .

Titik cocok dengan satu karakter apa pun kecuali newline.

Expression	String	Matched?
..	a	No match
	ac	1 match
	acd	1 match
	acde	2 matches (contains 4 characters)

---

Caret: ^ and Dollar: $

Caret mengakui awal string; tanda dolar mengakui akhir. Misalnya, ^a cocok dengan string yang dimulai dengan a, sedangkan a$ cocok dengan string yang diakhiri dengan a.

Expression	String	Matched?
^a	a	1 match
	abc	1 match
	bac	No match
^ab	abc	1 match
	acb	No match (starts with a but not followed by b)

Expression	String	Matched?
a$	a	1 match
	formula	1 match
	cab	No match

---

Quantifiers: *, +, ?, {n,m}

Simbol ini mengontrol berapa kali elemen sebelumnya harus muncul.

• * – nol atau lebih kali.
• + – satu atau lebih kali.
• ? – nol atau satu kali.
• {n,m} – paling sedikit n dan paling banyak m kali.

Contoh:

Expression	String	Matched?
ma*n	mn	1 match
	man	1 match
	maaan	1 match
	main	No match (a is not followed by n)
	woman	1 match

Expression	String	Matched?
ma+n	mn	No match (no a)
	man	1 match
	maaan	1 match
	main	No match (a is not followed by n)
	woman	1 match

Expression	String	Matched?
ma?n	mn	1 match
	man	1 match
	maaan	No match (more than one a)
	main	No match (a is not followed by n)
	woman	1 match

Expression	String	Matched?
a{2,3}	abc dat	No match
	abc daat	1 match (at daat)
	aabc daaat	2 matches (at aabc and daaat)
	aabc daaaat	2 matches (at aabc and daaaat)

Pola yang sering digunakan: [0-9]{2,4} cocok dengan dua hingga empat digit berturut-turut.

Expression	String	Matched?
[0-9]{2,4}	ab123csde	1 match (at ab123csde)
	12 and 345673	3 matches (12, 3456, 73)
	1 and 2	No match

---

Alternation: |

Garis tegak melintang mengimplementasikan logika OR. Misalnya, a|b cocok dengan string apa pun yang berisi a atau b.

Expression	String	Matched?
a|b	cde	No match
	ade	1 match (at ade)
	acdbea	3 matches (at acdbea)

---

Grouping: ()

Kurung mengelompokkan sub-pola dan menangkap substring yang dicocokkan. Contoh: (a|b|c)xz cocok dengan string apa pun yang berisi a, b, atau c diikuti oleh xz.

Expression	String	Matched?
(a|b|c)xz	ab xz	No match
	abxz	1 match (at abxz)
	axz cabxz	2 matches (at axzbc cabxz)

---

Escaping: \

Gunakan backslash untuk memperlakukan metacharacter sebagai literal. Misalnya, \$a cocok dengan urutan literal $a alih-alih menginterpretasikan $ sebagai anchor end-of-string.

---

Special Sequences

Special sequences menyederhanakan pola umum. Berikut adalah daftar referensi dengan contoh ilustratif.

Start of String: \A

Expression	String	Matched?
\Athe	the sun	Match
	In the sun	No match

Word Boundary: \b

Expression	String	Matched?
\bfoo	football	Match
	a football	Match
	afootball	No match
foo\b	the foo	Match
	the afoo test	Match
	the afootest	No match

Non‑Word Boundary: \B

Expression	String	Matched?
\Bfoo	football	No match
	a football	No match
	afootball	Match
foo\B	the foo	No match
	the afoo test	No match
	the afootest	Match

Digit: \d / Non‑Digit: \D

Expression	String	Matched?
\d	12abc3	3 matches (at 12abc3)
	Python	No match
\D	1ab34"50	3 matches (at 1ab34"50)
	1345	No match

Whitespace: \s / Non‑Whitespace: \S

Expression	String	Matched?
\s	Python RegEx	1 match
	PythonRegEx	No match
\S	a b	2 matches (at a b)
		No match

Word Character: \w / Non‑Word: \W

Expression	String	Matched?
\w	12&": ;c	3 matches (at 12": ;c)
	"%> !	No match
\W	1a2%c	1 match (at 1a2%c)
	Python	No match

End of String: \Z

Expression	String	Matched?
Python\Z	I like Python	1 match
	I like Python Programming	No match
	Python is fun.	No match

---

Tip: Gunakan penguji regex online seperti regex101 untuk merancang dan mendebug pola dengan cepat.

---

Using RegEx in Python

Modul re Python menawarkan serangkaian fungsi dan konstanta yang kaya untuk operasi regex. Impor dengan:

import re

Di bawah ini adalah utilitas yang paling umum dan cara menggunakannya.

---

re.findall()

Mengembalikan daftar semua kecocokan yang tidak tumpang tindih dalam sebuah string.

# Extract all numbers from a string
import re
string = 'hello 12 hi 89. Howdy 34'
pattern = '\d+'
result = re.findall(pattern, string)
print(result) # Output: ['12', '89', '34']

Ketika tidak ada kecocokan yang ditemukan, daftar kosong dikembalikan.

---

re.split()

Memecah string di setiap titik di mana pola cocok, mengembalikan daftar substring.

import re
string = 'Twelve:12 Eighty nine:89.'
pattern = '\d+'
result = re.split(pattern, string)
print(result) # Output: ['Twelve:', ' Eighty nine:', '.']

Gunakan argumen opsional maxsplit untuk membatasi jumlah pecahan. Nilai 0 (default) memecah pada setiap kecocokan.

import re
string = 'Twelve:12 Eighty nine:89 Nine:9.'
pattern = '\d+'
# Split only at the first occurrence
result = re.split(pattern, string, 1)
print(result) # Output: ['Twelve:', ' Eighty nine:89 Nine:9.']

---

re.sub()

Menggantikan semua kemunculan pola dengan string pengganti.

# Remove all whitespace characters
import re
string = 'abc 12\nde 23 \n f45 6'
pattern = '\s+'
replace = ''
new_string = re.sub(pattern, replace, string)
print(new_string) # Output: abc12de23f456

Untuk membatasi penggantian, berikan argumen count. Nilai 0 mengganti setiap kecocokan.

new_string = re.sub(r'\s+', replace, string, 1)
print(new_string) # Output: # abc12de 23 # f45 6

---

re.subn()

Seperti re.sub(), tetapi mengembalikan tuple yang berisi string baru dan jumlah substitusi yang dilakukan.

new_string = re.subn(pattern, replace, string)
print(new_string) # Output: ('abc12de23f456', 4)

---

re.search()

Menemukan lokasi pertama di mana pola cocok.

string = "Python is fun"
match = re.search('\\APython', string)
if match:
    print("pattern found inside the string")
else:
    print("pattern not found")
# Output: pattern found inside the string

---

Match Object

Saat kecocokan ditemukan, re.search() mengembalikan objek Match. Metode dan atribut umum meliputi:

• group() – substring yang dicocokkan.
• start() / end() – indeks kecocokan.
• span() – tuple dari (start, end).
• groups() – semua captured groups.

string = '39801 356, 2102 1111'
pattern = '(\\d{3}) (\\d{2})'
match = re.search(pattern, string)
if match:
    print(match.group())
    print(match.group(1))
    print(match.group(2))
    print(match.groups())
    print(match.start(), match.end(), match.span())
else:
    print("pattern not found")
# Output:
# 801 35
# 801
# 35
# ('801', '35')
# 2 8 (2, 8)

---

Using Raw Strings (prefix r)

Menambahkan awalan r pada literal string memperlakukan backslash sebagai karakter literal, mencegah escape sequence yang tidak sengaja. Ini sangat berguna dalam pola regex.

string = '\n and \r are escape sequences.'
result = re.findall(r'[\n\r]', string)
print(result) # Output: ['\n', '\r']

---

Untuk eksplorasi lebih dalam tentang modul re, lihat dokumentasi resmi Python.