🌗 ← Índice

🐍 Python P09 — Strings, Formatação e Regex

Data: 09/07/2026

Nível: Intermediário

String é o tipo de dado que mais aparece em código real — logs, nomes de arquivo, respostas de API, saída pro usuário. Hoje tu vai dominar manipulação de texto e aprender regex: o canivete suíço dos padrões.

🎯 O que vamos aprender

📝 Formatação com f-strings (Python 3.6+)

nome = "Hugo"
idade = 30
print(f"Olá, {nome}! Você tem {idade} anos.")

# Alinhamento e largura
print(f"|{'Esquerda':<15}|{'Centro':^15}|{'Direita':>15}|")
# |Esquerda       |    Centro     |         Direita|

# Números
pi = 3.14159265
print(f"PI = {pi:.2f}")          # PI = 3.14
print(f"R${12345.6:,.2f}")       # R$12,345.60

# Datas
from datetime import datetime
hoje = datetime.now()
print(f"{hoje:%d/%m/%Y %H:%M}")  # 09/07/2026 08:00

🔧 Métodos essenciais de string

texto = "  Hugo Costa da Silva  "

# Limpeza
print(texto.strip())       # "Hugo Costa da Silva" (remove bordas)
print(texto.lower())       # "  hugo costa da silva  "
print(texto.upper())       # "  HUGO COSTA DA SILVA  "
print(texto.title())       # "  Hugo Costa Da Silva  "

# Busca e substituição
print("Hugo" in texto)            # True
print(texto.find("Costa"))        # 7 (índice onde começa)
print(texto.replace("Hugo", "HB")) # "  HB Costa da Silva  "
print(texto.startswith("  Hugo"))  # True

# Divisão e junção (as mais usadas!)
partes = texto.strip().split(" ")  # ["Hugo", "Costa", "da", "Silva"]
junto = "-".join(partes)           # "Hugo-Costa-da-Silva"

# Verificação de tipo
"123".isdigit()      # True
"abc123".isalnum()   # True
"Hugo".isalpha()     # True

🎯 `split()` e `join()` — o par dinâmico

# CSV caseiro
linha = "Hugo,30,Brasília,Python"
dados = linha.split(",")  # ["Hugo", "30", "Brasília", "Python"]

# Reconstrói com outro separador
pipe = "|".join(dados)    # "Hugo|30|Brasília|Python"

# Log real
log = '2026-07-09 08:30:15 ERRO: conexão recusada'
partes = log.split(" ", 3)  # Divide em no máximo 4 partes
# ['2026-07-09', '08:30:15', 'ERRO:', 'conexão recusada']

🔍 Regex com `re` — vai além do `in`

Regex (Regular Expression) é uma mini-linguagem pra buscar padrões em texto.

import re

texto = "Contato: hugo@email.com ou hugo.costa@hbstudio.com.br"

# Encontrar todos os emails
emails = re.findall(r'[\w.]+@[\w.]+\.\w+', texto)
print(emails)  # ['hugo@email.com', 'hugo.costa@hbstudio.com.br']

# Verificar se existe
if re.search(r'email', texto):
    print("Tem 'email' no texto")

# Substituir padrão
anonimizado = re.sub(r'[\w.]+@[\w.]+\.\w+', '[EMAIL]', texto)
print(anonimizado)  # Contato: [EMAIL] ou [EMAIL]

Grupos de captura

log = "2026-07-09 08:30:15 ERRO: conexão recusada no host 192.168.1.1"

match = re.search(
    r'(\d{4}-\d{2}-\d{2})\s+(\d{2}:\d{2}:\d{2})\s+(\w+):\s+(.+)',
    log
)

if match:
    print(f"Data: {match.group(1)}")   # 2026-07-09
    print(f"Hora: {match.group(2)}")   # 08:30:15
    print(f"Nível: {match.group(3)}")  # ERRO
    print(f"Mensagem: {match.group(4)}") # conexão recusada...

🧩 Tabela rápida de padrões regex

|---|---|---|

💡 Caso real: parser de log

import re

log = """
2026-07-09 08:30:15 INFO: servidor iniciado na porta 8080
2026-07-09 08:31:02 ERRO: conexão recusada (timeout 5s)
2026-07-09 08:32:45 WARN: disco com 90% de uso
2026-07-09 08:35:00 INFO: 150 requisições processadas
"""

# Extrai nível e mensagem de cada linha
padrao = r'(\d{4}-\d{2}-\d{2})\s+(\d{2}:\d{2}:\d{2})\s+(\w+):\s+(.+)'
registros = re.findall(padrao, log)

erros = [r for r in registros if r[2] == "ERRO"]
print(f"Total de erros: {len(erros)}")
for data, hora, nivel, msg in erros:
    print(f"  [{data} {hora}] {msg}")

✍️ Exercícios

1. Validador de CPF simples

Crie validar_cpf(cpf) que verifica se a string tem 11 dígitos (ignore . e -). Use regex e re.sub.

import re
# Teu código aqui

2. Extrator de URLs

Dado um texto, extraia todas as URLs (http://... ou https://...) com re.findall.

texto = "Visite https://www.python.org e também http://example.com/path"
# Teu código aqui — deve retornar lista com as 2 URLs

3. Normalizador de nomes

Crie normalizar(nome) que:

# Teu código aqui

🧪 Desafio

Crie um analisador de arquivo de log que:

1. Lê um arquivo servidor.log (crie um de exemplo)

2. Extrai data, hora, nível e mensagem de cada linha com regex

3. Agrupa por nível (INFO, ERRO, WARN)

4. Exibe um resumo: total de linhas, quantos erros, avisos

5. Lista só os ERROS com data/hora

# Teu código aqui

✅ Gabarito

import re

def validar_cpf(cpf):
    # Remove tudo que não for dígito
    digitos = re.sub(r'\D', '', cpf)
    return len(digitos) == 11

print(validar_cpf("123.456.789-00"))  # True
print(validar_cpf("123.456"))          # False

import re

def extrair_urls(texto):
    return re.findall(r'https?://[^\s]+', texto)

texto = "Visite https://www.python.org e também http://example.com/path"
print(extrair_urls(texto))
# ['https://www.python.org', 'http://example.com/path']

def normalizar(nome):
    nome = nome.strip().title()
    # Remove acentos (simplificado)
    mapa = {'Á':'A', 'À':'A', 'Ã':'A', 'Â':'A', 'É':'E', 'Ê':'E',
            'Í':'I', 'Ó':'O', 'Ô':'O', 'Õ':'O', 'Ú':'U', 'Ç':'C'}
    for acento, sem in mapa.items():
        nome = nome.replace(acento, sem)
    return nome

print(normalizar("  hugo côsta da sálva  "))
# "Hugo Costa Da Salva"

import re

# Criar log de exemplo
with open("servidor.log", "w") as f:
    f.write("""2026-07-09 08:30:15 INFO: servidor iniciado
2026-07-09 08:31:02 ERRO: conexao recusada
2026-07-09 08:32:45 WARN: disco 90%
2026-07-09 08:35:00 INFO: 150 reqs
2026-07-09 08:40:11 ERRO: timeout API
""")

# Analisar
padrao = r'(\d{4}-\d{2}-\d{2})\s+(\d{2}:\d{2}:\d{2})\s+(\w+):\s+(.+)'

with open("servidor.log") as f:
    linhas = f.readlines()

registros = []
for linha in linhas:
    match = re.search(padrao, linha)
    if match:
        registros.append(match.groups())

# Resumo
total = len(registros)
erros = [r for r in registros if r[2] == "ERRO"]
warns = [r for r in registros if r[2] == "WARN"]
infos = [r for r in registros if r[2] == "INFO"]

print(f"Total de linhas: {total}")
print(f"ERRO: {len(erros)} | WARN: {len(warns)} | INFO: {len(infos)}")
print("\n--- ERROS ---")
for data, hora, _, msg in erros:
    print(f"  [{data} {hora}] {msg}")

**Próxima aula:** P10 — Desafio Final Mês 1 (projeto integrador!)