As expressões regulares são uma forma concisa e eficiente de se encontrar padrões de caracteres em um texto. A linguagem Python possui um amplo suporte para o uso de ER's, que será utilizado nos exemplos deste artigo para filtrar o código HTML obtido com as funções da biblioteca urllib2.

Ao se criar uma expressão regular em Python, é importante definí-la como uma "raw string", o que evita seu pré-processamento pela linguagem e reduz a necessidade de escapar diversos caracteres especiais. Para isso, basta inserir um "r" antes da string:


Para buscar em uma string um padrão que "case" com uma determinada ER, utiliza-se o método search:


Este método retorna somente a primeira ocorrência do padrão encontrado na string. Caso não encontre o padrão, é retornado o valor None.

Para se exibir o padrão encontrado, utiliza-se o método group(), da seguinte forma:


Exemplo:


Para se obter todas as ocorrências de um padrão em uma string, utiliza-se o método findall(), que retorna uma lista com todas as ocorrências encontradas.


Também é possível compilar uma expressão regular, o que torna sua execução mais rápida caso seja utilizada várias vezes no programa. A compilação retornará um objeto que possuirá os mesmos métodos do módulo re:

Sobre os exemplos

As próximas páginas contém exemplos comentados utilizando os métodos dos módulos urllib2 e re. É importante destacar que, no universo da programação elegante em Python, os programas de exemplo com certeza podem ser reescritos de formas muito mais compactas e com maior desempenho. Entretanto, por questões de clareza, os códigos foram estruturados de modo a facilitar a leitura e compreensão de usuários com conhecimentos básicos da linguagem Python.

Para facilitar o entendimento, o primeiro exemplo será mais detalhado, com interações do usuário e validações. Para não aumentar excessivamente os demais códigos, os outros exemplos não lidam com entradas dos usuários, tratamento das mesmas e tratamento de exceções.