Rozdeleni kapitoly Regulární výrazy na dve sekce

Author: ZelenyMartin

ziskavani-dat/regularni-vyrazy/entry.yml

@@ -2,3 +2,4 @@ title: Regulární výrazy
 lead: Ovládneme regulární výrazy, které nám umožní dělat kouzla při dolování dat z textů.
 sections:
   - regularni-vyrazy
+  - python-re

ziskavani-dat/regularni-vyrazy/python-re.md

@@ -0,0 +1,131 @@
+## Regulární výrazy v Pythonu
+
+V Pythonu máme řadu funkcí, které můžeme použít pro práci s regulárními výrazy. Projdeme si ty základní. Funkce jsou v modulu `re`, který je součástí Pythonu a můžeš ho importovat pomocí příkazu `import re` na začátku programu.
+
+### Ověření formátu
+
+Často potřebujeme ověřit, jestli máme zadaná data ve správném formátu. Např. telefonní čísla, rodná čísla, ISBN u knih, poštovní směrovací čísla, e-maily nebo čísla bankovního účtu mají jasně definovaný formát.
+
+Zkusme si nejprve zadat rodné číslo. Víme, že rodné číslo se skládá ze 6 číslic, které kódují datum narození, a tří nebo čtyř číslic, které identifikují konkrétního člověka. Regulární výraz, který by číslo ověřil, je `\d{9,10}`.
+
+Regulární výraz můžeme vytvořit pomocí funkce `compile()` z modulu `re`. Před řetězec s regulárními výrazy píšeme `r`, abychom Pythonu dali vědět, co je daný řetězec zač.
+
+```py
+import re
+regularniVyraz = re.compile(r"\d{9,10}")
+
+rezetec = "9511121234"
+print(regularniVyraz.match(rezetec))
+rezetec = "ahoj"
+print(regularniVyraz.match(rezetec))
+```
+
+Pokud funkce `match` došla k závěru, že se řetězec shoduje s regulárním výrazem, vrátí objekt  `Match`. S ním později budeme pracovat. Pokud by však funkce došla k závěru, že se řetězce s regulárním výrazem neshoduje, vrátí hodnotu označovanou jako `None`, tj. prázdnou hodnotu.
+
+**Otázka:** Často je rodné číslo zapisováno ve formátu s podtržítkem, které odděluje datum narození od zbytku. Jak upravíme regulární výraz, aby akceptoval oba formáty, tj. formát s podtržítkem i bez podtržítka?
+
+### Přísnější ověření formátu
+
+Pokud chceš ověřit, jestli řetězec odpovídá zadanému výrazu a není tam nic navíc, můžeš použít funkci `fullmatch`, která funguje stejně jako funkce `match()`.
+
+```py
+import re
+regularniVyraz = re.compile(r"\d{9,10}")
+
+rezetec = "9511121234"
+print(regularniVyraz.match(rezetec))
+rezetec = "9511121234$ je moje rodné číslo"
+print(regularniVyraz.fullmatch(rezetec))
+```
+
+### Zapojení podmínky
+
+Pojďme nyní zapojit do akce podmínku. Můžeme třeba uživateli vypsat, jestli jím zadaná hodnota je správná. Výsledek volání funkce `match()` můžeme vložit přímo do podmínky, protože podmínka, které nevložíme operátor na porovnávání (např. `==`) funguje takto:
+
+* Pokud podmínce vložíme nějaký smysluplný výraz, vyhodnotí ho jako **pravda**.
+* Pokud podmínce vložíme prázdnou hodnotu `None`, vyhodnotí ji jako **nepravda**.
+
+```py
+import re
+
+regularniVyraz = re.compile(r"\d{9,10}")
+vstup = input("Zadej rodné číslo: ")
+hledani = regularniVyraz.fullmatch(vstup)
+if hledani:
+    print("Rodné číslo je v pořádku!")
+else:
+    print("Nesprávné rodné číslo!")
+```
+
+### E-maily
+
+Pokud např. dostaneme e-mail `[email protected]`, víme, že je v pořádku. E-mail `info@czechitascz` by ale v pořádku nebyl, protože "koncovka" `"cz"` (v řeči počítačů doména prvního řádu) musí být oddělena tečkou.
+
+```py
+import re
+
+regularniVyraz = re.compile(r"\w+@\w+\.cz")
+email = input("Zadej e-mail: ")
+hledani = regularniVyraz.fullmatch(email)
+if hledani:
+    print("E-mail je v pořádku!")
+else:
+    print("Nesprávný e-mail!")
+```
+
+### Vyhledávání
+
+Kromě ověřování správného formátu můžeme použít regulární výrazy i k vyhledávání. Například funkce `findall` vrátí ze zadaného řetězce všechny podřetězce, které odpovídají danému regulárnímu výrazu, jako seznam.
+
+Následující program například z deníku lékaře vyhledá rodná čísla všech pacientů, které lékař zmínil.
+
+```py
+zapis = """
+Zápisy o provedených vyšetřeních:
+Pacient 6407156800 trpěl bolestí zad a byl poslán na vyšetření. 
+Pacientka 8655057477 přišla na kontrolu po zranění kotníku.
+Do ordinace telefonovala pacientka 7752126712, které byl elektronicky vydán recept na Paralen. 
+"""
+import re
+regularniVyraz = re.compile(r"\d{9,10}")
+vysledky = regularniVyraz.findall(zapis)
+for vysledek in vysledky:
+    print(vysledek)
+```
+
+Nyní máme zpracovat program, připraví informaci o pokutě pro majitele vozidla, který projel měřeným úsekem příliš rychle. V šabloně máme
+
+```py
+zapis = """
+Vážený majiteli vozidla,
+náš rychlostní radar dne ${offenseDate} v ${offenseTime} hodin, který je umístěný na silnici ${road} ve směru jízdy ${direction}, 
+změřil, že  motorové vozidlo registrační značky ${lp} překročilo maximální povolenou rychlost v daném místě a pohybovalo se rychlostí ${speed}. ¨
+Za tento přestupek Vás vyzýváme k zaplacení pokuty ${fine} Kč. 
+Vyřizuje ${firstname} ${lastname}
+"""
+```
+
+### Nahrazování
+
+Uvažujme, že máme nějakém textu provést anonymizaci, tj. vymazat všechny osobní údaje. K tomu můžeme využít funkci `sub()`, která nahradí všechny podřetězce, které odpovídají regulárnímu výrazu, námi zadanou hodnotou.
+
+```py
+zapis = """
+Zápisy o provedených vyšetřeních:
+Pacient 6407156800 trpěl bolestí zad a byl poslán na vyšetření. 
+Pacientka 8655057477 přišla na kontrolu po zranění kotníku.
+Do ordinace telefonovala pacientka 7752126712, které byl elektronicky vydán recept na Paralen. 
+"""
+import re
+regularniVyraz = re.compile(r"\d{9,10}")
+anonymniZapis = regularniVyraz.sub("X" * 9, zapis)
+print(anonymniZapis)
+```
+
+## Cvičení: Regulární výrazy v Pythonu
+::exc[excs>uzivatelske-jmeno]
+::exc[excs>email-s-teckou]
+::exc[excs>zaznamy]
+::exc[excs>adresy-stranek]
+::exc[excs>ip-adresy]
+::exc[excs>prace-s-kodem]

ziskavani-dat/regularni-vyrazy/regularni-vyrazy.md

@@ -179,136 +179,3 @@ Podívejme se nyní na pár příkladů. Níže máme tabulku s kurzy Czechitas.
 ::exc[excs>napravy]
 ::exc[excs>slavny-soude]
 ::exc[excs>ave-caesar]
-
-
-## Regulární výrazy v Pythonu
-
-V Pythonu máme řadu funkcí, které můžeme použít pro práci s regulárními výrazy. Projdeme si ty základní. Funkce jsou v modulu `re`, který je součástí Pythonu a můžeš ho importovat pomocí příkazu `import re` na začátku programu.
-
-### Ověření formátu
-
-Často potřebujeme ověřit, jestli máme zadaná data ve správném formátu. Např. telefonní čísla, rodná čísla, ISBN u knih, poštovní směrovací čísla, e-maily nebo čísla bankovního účtu mají jasně definovaný formát.
-
-Zkusme si nejprve zadat rodné číslo. Víme, že rodné číslo se skládá ze 6 číslic, které kódují datum narození, a tří nebo čtyř číslic, které identifikují konkrétního člověka. Regulární výraz, který by číslo ověřil, je `\d{9,10}`.
-
-Regulární výraz můžeme vytvořit pomocí funkce `compile()` z modulu `re`. Před řetězec s regulárními výrazy píšeme `r`, abychom Pythonu dali vědět, co je daný řetězec zač.
-
-```py
-import re
-regularniVyraz = re.compile(r"\d{9,10}")
-
-rezetec = "9511121234"
-print(regularniVyraz.match(rezetec))
-rezetec = "ahoj"
-print(regularniVyraz.match(rezetec))
-```
-
-Pokud funkce `match` došla k závěru, že se řetězec shoduje s regulárním výrazem, vrátí objekt  `Match`. S ním později budeme pracovat. Pokud by však funkce došla k závěru, že se řetězce s regulárním výrazem neshoduje, vrátí hodnotu označovanou jako `None`, tj. prázdnou hodnotu.
-
-**Otázka:** Často je rodné číslo zapisováno ve formátu s podtržítkem, které odděluje datum narození od zbytku. Jak upravíme regulární výraz, aby akceptoval oba formáty, tj. formát s podtržítkem i bez podtržítka?
-
-### Přísnější ověření formátu
-
-Pokud chceš ověřit, jestli řetězec odpovídá zadanému výrazu a není tam nic navíc, můžeš použít funkci `fullmatch`, která funguje stejně jako funkce `match()`.
-
-```py
-import re
-regularniVyraz = re.compile(r"\d{9,10}")
-
-rezetec = "9511121234"
-print(regularniVyraz.match(rezetec))
-rezetec = "9511121234$ je moje rodné číslo"
-print(regularniVyraz.fullmatch(rezetec))
-```
-
-### Zapojení podmínky
-
-Pojďme nyní zapojit do akce podmínku. Můžeme třeba uživateli vypsat, jestli jím zadaná hodnota je správná. Výsledek volání funkce `match()` můžeme vložit přímo do podmínky, protože podmínka, které nevložíme operátor na porovnávání (např. `==`) funguje takto:
-
-* Pokud podmínce vložíme nějaký smysluplný výraz, vyhodnotí ho jako **pravda**.
-* Pokud podmínce vložíme prázdnou hodnotu `None`, vyhodnotí ji jako **nepravda**.
-
-```py
-import re
-
-regularniVyraz = re.compile(r"\d{9,10}")
-vstup = input("Zadej rodné číslo: ")
-hledani = regularniVyraz.fullmatch(vstup)
-if hledani:
-    print("Rodné číslo je v pořádku!")
-else:
-    print("Nesprávné rodné číslo!")
-```
-
-### E-maily
-
-Pokud např. dostaneme e-mail `[email protected]`, víme, že je v pořádku. E-mail `info@czechitascz` by ale v pořádku nebyl, protože "koncovka" `"cz"` (v řeči počítačů doména prvního řádu) musí být oddělena tečkou.
-
-```py
-import re
-
-regularniVyraz = re.compile(r"\w+@\w+\.cz")
-email = input("Zadej e-mail: ")
-hledani = regularniVyraz.fullmatch(email)
-if hledani:
-    print("E-mail je v pořádku!")
-else:
-    print("Nesprávný e-mail!")
-```
-
-### Vyhledávání
-
-Kromě ověřování správného formátu můžeme použít regulární výrazy i k vyhledávání. Například funkce `findall` vrátí ze zadaného řetězce všechny podřetězce, které odpovídají danému regulárnímu výrazu, jako seznam.
-
-Následující program například z deníku lékaře vyhledá rodná čísla všech pacientů, které lékař zmínil.
-
-```py
-zapis = """
-Zápisy o provedených vyšetřeních:
-Pacient 6407156800 trpěl bolestí zad a byl poslán na vyšetření. 
-Pacientka 8655057477 přišla na kontrolu po zranění kotníku.
-Do ordinace telefonovala pacientka 7752126712, které byl elektronicky vydán recept na Paralen. 
-"""
-import re
-regularniVyraz = re.compile(r"\d{9,10}")
-vysledky = regularniVyraz.findall(zapis)
-for vysledek in vysledky:
-    print(vysledek)
-```
-
-Nyní máme zpracovat program, připraví informaci o pokutě pro majitele vozidla, který projel měřeným úsekem příliš rychle. V šabloně máme
-
-```py
-zapis = """
-Vážený majiteli vozidla,
-náš rychlostní radar dne ${offenseDate} v ${offenseTime} hodin, který je umístěný na silnici ${road} ve směru jízdy ${direction}, 
-změřil, že  motorové vozidlo registrační značky ${lp} překročilo maximální povolenou rychlost v daném místě a pohybovalo se rychlostí ${speed}. ¨
-Za tento přestupek Vás vyzýváme k zaplacení pokuty ${fine} Kč. 
-Vyřizuje ${firstname} ${lastname}
-"""
-```
-
-### Nahrazování
-
-Uvažujme, že máme nějakém textu provést anonymizaci, tj. vymazat všechny osobní údaje. K tomu můžeme využít funkci `sub()`, která nahradí všechny podřetězce, které odpovídají regulárnímu výrazu, námi zadanou hodnotou.
-
-```py
-zapis = """
-Zápisy o provedených vyšetřeních:
-Pacient 6407156800 trpěl bolestí zad a byl poslán na vyšetření. 
-Pacientka 8655057477 přišla na kontrolu po zranění kotníku.
-Do ordinace telefonovala pacientka 7752126712, které byl elektronicky vydán recept na Paralen. 
-"""
-import re
-regularniVyraz = re.compile(r"\d{9,10}")
-anonymniZapis = regularniVyraz.sub("X" * 9, zapis)
-print(anonymniZapis)
-```
-
-## Cvičení: Regulární výrazy v Pythonu
-::exc[excs>uzivatelske-jmeno]
-::exc[excs>email-s-teckou]
-::exc[excs>zaznamy]
-::exc[excs>adresy-stranek]
-::exc[excs>ip-adresy]
-::exc[excs>prace-s-kodem]