Python Regex erklärt: Muster, Gruppen, Lookaheads und Fallstricke, getestet
Reguläre Ausdrücke suchen, extrahieren und schreiben Text mithilfe kompakter Muster um. Lernen Sie bei jeder Beispielausführung die Python-Regex-Funktionen kennen, die Sie täglich verwenden werden, wie Gruppen und Lookaheads funktionieren und welche Fallen dazu führen, dass Muster falsch oder gefährlich langsam werden.
- Python-Regex befindet sich im integrierten Modul
re. Schreiben Sie Muster immer als Rohzeichenfolgen:r"\d+". searchfindet überall eine Übereinstimmung;matchnur am Anfang;fullmatcherfordert die gesamte Zeichenfolge.- Verwenden Sie benannte Gruppen für eine lesbare Extraktion und faule Quantifizierer (
+?), um eine übermäßige Übereinstimmung zu vermeiden. - Verschachtelte Quantoren wie
(a+)+können Ihr Programm einfrieren. In unserem Test führte das Hinzufügen von zwei Zeichen dazu, dass eine Prüfung etwa viermal langsamer wurde.
Sie verfügen über eine Protokolldatei und benötigen darin jede Bestellnummer, jede E-Mail-Adresse und jedes Datum. Das Teilen von Saiten per Hand wird schnell zur Sauerei. Python-Regex, kurz für reguläre Ausdrücke, beschreibt die Form des gewünschten Textes, z. B. „ein Hash gefolgt von Ziffern“, und lässt das Modul re ihn für Sie finden.
Wir haben jedes folgende Muster mit Python 3.13 für diesen Beispieltext ausgeführt, und die angezeigten Ausgaben stammen aus diesem Lauf:
text = ("Order #101 by asha@example.com on 2026-11-11 for Rs 1,180.50; "
"order #102 by ben.k@shop.co.in on 2026-11-12 for Rs 300.")
Was ist ein regulärer Ausdruck?
Ein regulärer Ausdruck ist eine kleine Mustersprache für Text. Gewöhnliche Zeichen entsprechen sich selbst, Sonderzeichen beschreiben Klassen, Wiederholungen und Positionen. \d bedeutet eine Ziffer, + bedeutet „eine oder mehrere“, also entspricht \d+ einer Ziffernfolge. Regex wird in nahezu jeder Sprache, jedem Editor und jeder Datenbank unterstützt, sodass sich die Zeit, die Sie mit dem Erlernen verbringen, weit über Python hinaus auszahlt.
Verwenden Sie immer Rohstrings
Regex verwendet häufig Backslashes, ebenso wie Python-Strings. In einer normalen Zeichenfolge ist "\b" ein Rückschrittzeichen, was wir bestätigt haben: Python zeigte es als '\x08' an. In Regex bedeutet \b eine Wortgrenze. Wenn Sie das Muster als Rohzeichenfolge schreiben, r"\b", bleibt der Backslash unberührt. Machen Sie r"..." für jedes Muster zur Gewohnheit, und viele verwirrende Fehler treten nie auf.
Suche, Übereinstimmung und Vollübereinstimmung
import re
re.search(r"#(\d+)", text).group(1) # '101'
re.match(r"#\d+", text) # None
bool(re.fullmatch(r"\d{4}-\d{2}-\d{2}", "2026-11-11")) # True
search scannt die gesamte Zeichenfolge und gibt die erste Übereinstimmung zurück. match prüft nur den Anfang, weshalb es zurückgegeben hat None: Unser Text beginnt mit „Order“, nicht mit „#“. fullmatch erfordert, dass das Muster die gesamte Zeichenfolge abdeckt, was Sie für die Validierung benötigen, z. B. um zu überprüfen, ob es sich bei einem Feld um ein Datum und nichts anderes handelt. Alle drei geben ein Match-Objekt oder None zurück. Überprüfen Sie dies daher, bevor Sie .group() aufrufen.
findall und finditer
re.findall(r"#(\d+)", text) # ['101', '102']
re.findall(r"\d{4}-\d{2}-\d{2}", text) # ['2026-11-11', '2026-11-12']
re.findall(r"[\w.+-]+@[\w-]+(?:\.[\w-]+)+", text)
# ['asha@example.com', 'ben.k@shop.co.in']
findall gibt alle Übereinstimmungen als Liste zurück. Beobachten Sie, wie Gruppen das Ergebnis ändern: Bei einer Gruppe wird der Text der Gruppe zurückgegeben, bei zwei Gruppen werden Tupel zurückgegeben:
re.findall(r"#(\d+) by (\S+)", text)
# [('101', 'asha@example.com'), ('102', 'ben.k@shop.co.in')]
Bei großen Texten liefert re.finditer Übereinstimmungsobjekte einzeln, was Speicherplatz spart und Zugriff auf Positionen und benannte Gruppen ermöglicht.
Spickzettel zur Kernsyntax
| Muster | Streichhölzer |
|---|---|
. |
Beliebiges Zeichen außer Zeilenumbruch |
\d, \w, \s |
Ziffer, Wortzeichen, Leerzeichen |
\D, \W, \S |
Das Gegenteil von jedem |
[abc], [^abc] |
Eines aus einem Set oder etwas, das nicht darin enthalten ist |
*, +, ? |
0 oder mehr, 1 oder mehr, 0 oder 1 |
{3}, {2,5} |
Genau 3, zwischen 2 und 5 |
^, $ |
Anfang und Ende der Zeichenfolge (oder Zeile bei MULTILINE) |
\b |
Wortgrenze |
a|b |
Entweder a oder b |
( ), (?: ) |
Erfassende Gruppe, nicht erfassende Gruppe |
Gruppen und benannte Gruppen
m = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})", text)
m.groupdict() # {'year': '2026', 'month': '11', 'day': '11'}
m.group(0) # '2026-11-11'
Benannte Gruppen, (?P<name>...), machen den Extraktionscode selbsterklärend: m["year"] liest sich weitaus besser als m.group(1), und das spätere Hinzufügen einer Gruppe verschiebt die Zahlen nicht. Gruppe 0 ist immer das gesamte Spiel. Eine nicht erfassende Gruppe, (?:...), gruppiert Teile des Musters zur Wiederholung oder Abwechslung, ohne etwas zu den Ergebnissen hinzuzufügen, wodurch die Ausgabe von findall sauber bleibt.
Gierige vs. faule Quantifizierer
re.findall(r"<.+>", "<b>bold</b> and <i>it</i>")
# ['<b>bold</b> and <i>it</i>']
re.findall(r"<.+?>", "<b>bold</b> and <i>it</i>")
# ['<b>', '</b>', '<i>', '</i>']
Quantifizierer sind standardmäßig gierig: .+ haben alles vom ersten < bis zum allerletzten > erfasst. Das Hinzufügen von ? macht sie faul, sodass sie am erstmöglichen Ende anhalten. Seien Sie noch besser: In <[^>]+> steht „alles außer einer schließenden Klammer“, was sowohl klarer als auch schneller ist. (Für echtes HTML verwenden Sie einen geeigneten Parser; dies ist nur eine Demonstration.)
Sub und Split
re.sub(r"(\d{4})-(\d{2})-(\d{2})", r"\3/\2/\1", "2026-11-11") # '11/11/2026'
re.sub(r"\d+", lambda m: str(int(m.group()) * 2), "3 pens, 4 books") # '6 pens, 8 books'
re.split(r"\s*[,;]\s*", "pen, book;ink , lamp") # ['pen', 'book', 'ink', 'lamp']
sub ersetzt Übereinstimmungen, und die Ersetzung kann sich auf Gruppen mit \1 oder \g<name> beziehen. Durch die Übergabe einer Funktion anstelle einer Zeichenfolge können Sie jede Ersetzung berechnen. split verarbeitet unordentliche Trennzeichen, die str.split nicht kann, wie z. B. gemischte Kommas und Semikolons mit ungleichmäßigen Leerzeichen.
Lookaheads und Lookbehinds
Lookarounds prüfen, was vor oder nach einer Position kommt, ohne es in das Spiel einzubeziehen. Eine klassische Anwendung sind Passwortregeln, bei denen mehrere Bedingungen alle erfüllt sein müssen:
pw = re.compile(r"^(?=.*[A-Z])(?=.*\d)(?=.*[^\w\s]).{8,}$")
'password' False
'Passw0rd' False # no symbol
'Passw0rd!' True
'P0!a' False # too short
Jede (?=...) ist ein positiver Lookahead, der eine Regel vom Anfang der Zeichenfolge überprüft. Ein Lookbehind (?<=...) überprüft, was vorher kam:
re.findall(r"(?<=Rs )[\d,.]+\d", text) # ['1,180.50', '300']
Dadurch wurden die Beträge ohne das Präfix „Rs“ extrahiert. Negative Versionen (?!...) und (?<!...) behaupten, dass etwas nicht folgt oder vorausgeht. Pythons Lookbehinds müssen eine feste Breite haben, daher werden Muster wie (?<=\d+) abgelehnt. Bei komplexen Passwortrichtlinien sind separate Prüfungen im Klartext oft einfacher zu lesen und liefern hilfreiche Fehlermeldungen.
Flaggen
| Flagge | Wirkung | Unser Ergebnis |
|---|---|---|
re.I |
Groß-/Kleinschreibung ignorieren | Sowohl „Order“ als auch „order“ gefunden |
re.M |
^ und $ stimmen in jeder Zeile überein |
2 Spiele mit, 1 ohne |
re.S |
. stimmt auch mit Newline überein |
a.b stimmte nur mit „a\nb“ überein |
re.X |
Leerzeichen und Kommentare zulassen | Lesbare mehrzeilige Muster |
re.A |
Nur ASCII \d, \w, \s |
Siehe den nächsten Abschnitt |
verbose = re.compile(r"""
(?P<user>[\w.+-]+) # user part
@
(?P<domain>[\w.-]+) # domain
""", re.X)
verbose.search("mail asha@example.com now").groupdict()
# {'user': 'asha', 'domain': 'example.com'}
Der ausführliche Modus verwandelt einen kryptischen Einzeiler in etwas, das ein Teamkollege überprüfen kann. Verwenden Sie es für alle Muster, die länger als etwa zwanzig Zeichen sind.
Unicode-Überraschungen
bool(re.fullmatch(r"\d", "५")) # True (Devanagari digit five)
bool(re.fullmatch(r"\d", "५", re.A)) # False
In Python 3 entspricht \d jeder Unicode-Dezimalziffer, nicht nur 0 bis 9. Das ist hilfreich für internationalen Text, aber wenn ein Wert später in int(), eine Datenbank oder eine API, die ASCII-Ziffern erwartet, eingeht, kann ein Muster, das die Eingabe „validiert“, Zeichen durchlassen, die den nächsten Schritt unterbrechen. Verwenden Sie die Flagge [0-9] oder re.A, wenn Sie ASCII-Ziffern meinen. In unserem Artikel über eigenschaftsbasierte Tests sind wir auf einen ähnlichen Fehler gestoßen, bei dem eine hochgestellte Ziffer einen Parser kaputt gemacht hat.
Tipp: Kompilieren Sie Muster, die Sie wiederverwenden, mit re.compile() und geben Sie ihnen beschreibende Namen, z. B. ORDER_ID = re.compile(r"#(\d+)"). Python speichert aktuelle Muster sowieso zwischen, sodass der Hauptvorteil in der Lesbarkeit und der Verfügbarkeit einer getesteten Definition liegt.
Katastrophaler Rückschritt
Einige Muster benötigen bei nahezu übereinstimmenden Eingaben eine exponentielle Zeit. Wir haben ein klassisches Beispiel, ^(a+)+$, gegen Zeichenfolgen von a getestet, die auf „b“ enden:
n=16 0.002s
n=20 0.037s
n=22 0.154s
safe pattern ^a+$, n=22: 0.000004s
Jedes zusätzliche Zeichen hat die Zeit ungefähr verdoppelt, da die Engine auf jede erdenkliche Weise versucht, die A’s zwischen der inneren und der äußeren Gruppe aufzuteilen, bevor sie aufgibt. Bei diesem Tempo würden 30 Zeichen mehrere zehn Sekunden dauern, und ein paar weitere würden Minuten dauern. Wenn Benutzer die Eingabe kontrollieren, entsteht ein Denial-of-Service-Risiko namens ReDoS. Vermeiden Sie verschachtelte Quantoren für dieselben Zeichen, bevorzugen Sie bestimmte Zeichenklassen, begrenzen Sie die Eingabelänge vor dem Abgleich und testen Sie Muster mit langen Beinahe-Fehler-Eingaben.
Testen Sie Ihre Muster
Regex ist Code, also testen Sie ihn. Schreiben Sie eine kleine Tabelle mit Zeichenfolgen, die übereinstimmen sollten, und Zeichenfolgen, die nicht übereinstimmen sollten, einschließlich leerer Zeichenfolgen, sehr langer Zeichenfolgen, Unicode und Beinahe-Fehlern, und führen Sie sie mit parametrisierten pytest-Tests aus. In Grenzfällen verbergen sich Regex-Fehler: ein E-Mail-Muster, das Pluszeichen ablehnt, ein Datumsmuster, das den 13. Monat akzeptiert, oder ein Telefonmuster, das Leerzeichen vermisst.
Wann man Regex nicht verwenden sollte
- Einfache Prüfungen:
"@" in s,s.startswith("INV-")unds.split(",")sind klarer und schneller. - Strukturierte Formate: Verwenden Sie echte Parser für HTML, XML, JSON, CSV und URLs.
- Daten: Regex kann eine Form prüfen, aber mit
datetime.strptimeprüfen, ob tatsächlich ein Datum vorhanden ist. - E-Mails: ein einfaches Muster erkennt Tippfehler; Nur eine Bestätigungs-E-Mail beweist, dass eine Adresse funktioniert.
Fazit
Python Regex ist ein präzises Werkzeug für unordentlichen Text. Verwenden Sie rohe Zeichenfolgen, wählen Sie search, match oder fullmatch bewusst aus, benennen Sie Ihre Gruppen, bevorzugen Sie träge oder spezifische Muster gegenüber gierigen und schreiben Sie lange Muster im ausführlichen Modus. Testen Sie sie dann mit kniffligen Eingaben, einschließlich Unicode und langen Beinaheunfällen, damit Sie in der Produktion nie von einem Muster überrascht werden.
Häufige Fragen
Was ist der Unterschied zwischen re.search und re.match?
re.search findet die erste Übereinstimmung irgendwo in der Zeichenfolge. re.match stimmt nur am Anfang überein. In unserem Test gab „match“ „None“ zurück, da der Text nicht mit dem Muster begann.
Warum sollte ich Rohzeichenfolgen für Regex in Python verwenden?
Rohe Zeichenfolgen behalten die Backslashes wie eingegeben bei. In einer normalen Zeichenfolge wird „\b“ zu einem Rückschrittzeichen anstelle der Regex-Wortgrenze.
Was ist ein Non-Greedy- oder Lazy-Match?
Hinzufügen? nach einem Quantor, wie in .+?, sorgt dafür, dass er so wenig wie möglich übereinstimmt. Es verhinderte, dass unser Tag-Muster die ganze Zeile verschluckte.
Wie funktionieren benannte Gruppen in Python-Regex?
Schreiben Sie (?P<name>pattern) und lesen Sie dann den Wert mit match[“name”] oder match.groupdict(). Namen erleichtern das Lesen und Verwalten des Extraktionscodes.
Warum ist mein regulärer Ausdruck so langsam?
Verschachtelte Quantoren wie (a+)+ können zu einem katastrophalen Backtracking führen, bei dem die Zeit bei nahezu übereinstimmenden Eingaben exponentiell zunimmt. Schreiben Sie das Muster neu und begrenzen Sie die Eingabelänge.
Lerne weiter
Benötigen Sie Hilfe beim Testen, WordPress oder SEO?
Wir helfen Teams, bessere Software zu liefern und ihre Websites zu erweitern. Sagen Sie uns, woran Sie gerade arbeiten, und wir schlagen Ihnen einen klaren nächsten Schritt vor.
Weitere Anleitungen finden Sie unter Tests, KI und moderne Entwicklung
Hat Ihnen dieser Artikel gefallen? Wählen Sie ein Thema und springen Sie direkt in unsere neuesten Tutorials.
BM25 erklärt: Wie die Keyword-Suche Ergebnisse einordnet, mit Python-Code und Hybridsuche
BM25 erklärte anhand einer reinen Python-Implementierung, die wir ausgeführt haben: die Formel, IDF, Termsättigung, die k1- und b-Parameter, warum e…
Artikel lesen →SoftwareentwicklungErklärte HTTP-Methoden: GET, POST, PUT, PATCH, DELETE, getestet auf einem Live-Server
HTTP-Methoden erklärt anhand eines kleinen Servers, den wir ausgeführt haben: GET, POST, PUT, PATCH, DELETE, HEAD und OPTIONS, sicher vs. idempotent…
Artikel lesen →DevOpsGit Bisect erklärt: Finden Sie den Commit, der Ihren Code kaputt gemacht hat, manuell oder automatisch
Git bisect anhand eines getesteten Repositorys erklärt: Finden Sie den einzigen fehlerhaften Commit unter 41 in 5 Testläufen, automatisieren Sie ihn…
Artikel lesen →TestautomatisierungErklärte Pytest-Marker: Benutzerdefinierte Markierungen, Skip, Skipif, Xfail und -m-Filter
Pytest-Marker anhand einer getesteten Suite erklärt: Registrieren Sie benutzerdefinierte Marken, führen Sie nur Smoke-Tests mit -m aus, kombinieren …
Artikel lesen →SoftwaretestsPositive vs. negative Tests: Unterschiede, 24 echte Testfälle und eine Checkliste
Positive vs. negative Tests werden mit einem echten Anmeldeformular erklärt: 6 positive und 18 negative Testfälle werden in Pytest ausgeführt, der f…
Artikel lesen →Datenbanken & SQLSQL ORDER BY Mehrere Spalten: ASC, DESC, NULLS LAST, Case und Custom Order
SQL ORDER BY mit mehreren Spalten, erklärt mit getesteten Abfragen: gemischte ASC und DESC, Tie-Breaker, NULLS FIRST und LAST, Sortierung ohne Berüc…
Artikel lesen →Datenbanken & SQLLaufende SQL-Summe: SUM OVER, Gesamtsummen pro Gruppe, gleitende Summen und die RANGE-Falle
So berechnen Sie eine laufende SQL-Summe mit SUM() OVER: Gesamtsummen pro Gruppe, tägliche kumulative Summen, gleitende Summen, Prozent der Gesamtsu…
Artikel lesen →SoftwareentwicklungJavaScript Sort Array: Zahlen, Objekte, Strings und warum 10 vor 5 kommt
So sortieren Sie ein Array in JavaScript richtig: Zahlen mit einer Vergleichsfunktion, Objekte nach einem oder mehreren Feldern, Zeichenfolgen mit l…
Artikel lesen →Künstliche IntelligenzErklärte RAG-Chunking-Strategien: Fest, Überlappung, Satz, rekursiv und Überschriften, gemessen
RAG-Chunking-Strategien im Vergleich zu einem Dokument mit Tiktoken 0.14: feste Größe, Überlappung, Satzpackung, rekursive Aufteilung und überschrif…
Artikel lesen →SoftwareentwicklungAPI-Idempotenz erklärt: Idempotenzschlüssel und sichere Wiederholungsversuche, getestet
Erklärung der API-Idempotenz anhand eines von uns ausgeführten Python-Servers und -Clients: Eine verlorene Antwort verursachte eine doppelte Gebühr …
Artikel lesen →DevOpsGit Stash erklärt: Speichern, Anwenden, Pop und nicht verfolgte Dateien, getestet
Git Stash erklärt mit Befehlen, die wir auf Git 2.56 ausgeführt haben: Push mit einer Nachricht, nicht verfolgte Dateien, Auflisten und Anzeigen, An…
Artikel lesen →SoftwaretestsPaarweises Testen erklärt: Wie alle Paare 216 Tests auf 13 reduzieren, getestet
Paarweises Testen erklärt mit einem Generator, den wir in Python 3.13 ausgeführt haben: ein Checkout mit 216 Kombinationen, die durch 13 Tests abged…
Artikel lesen →TestautomatisierungTest-Doubles erklärt: Dummy, Stub, Spy, Mock und Fake, mit getestetem Python-Code
Test-Doubles werden anhand eines Python-Beispiels erklärt, das in Pytest 9.2 ausgeführt wird: Dummy, Stub, Spy, Mock und Fake, wann jeweils zu verwe…
Artikel lesen →Datenbanken & SQLSQL COALESCE erklärt: Standardwerte, NULLIF, IFNULL vs. ISNULL und Traps, getestet
SQL COALESCE wurde mit Abfragen erklärt, die wir in SQLite 3.50 ausgeführt haben: erste Nicht-Null-Werte, leere Zeichenfolgen, NULL in Mathematik, N…
Artikel lesen →Datenbanken & SQLSQL Self Join erklärt: Mitarbeiter-Manager, Paare und Zeilenvergleiche, getestet
SQL-Self-Join erklärt anhand von Abfragen, die wir in SQLite 3.50 ausgeführt haben: Mitarbeiter und Manager, mehr verdienen als der Manager, eindeut…
Artikel lesen →SoftwareentwicklungErklärter JavaScript-Spread-Operator: Spread vs. Rest, Kopien und Fallstricke, getestet
Der JavaScript-Spread-Operator wird mit Code erklärt, den wir auf Knoten 24 ausgeführt haben: Arrays, Objekte, flache Kopien, Restparameter, das Mat…
Artikel lesen →SoftwareentwicklungErklärtes Python-Sammlungsmodul: Counter, defaultdict, deque und mehr, getestet
Python-Sammlungen erklärt mit Code, den wir auf Python 3.13 ausgeführt haben: Counter, defaultdict, deque, benannttuple, OrderedDict und ChainMap, p…
Artikel lesen →Künstliche IntelligenzErklärtes LLM-Kontextfenster: Token, Grenzen und wie man mehr einpasst, gemessen
Das LLM-Kontextfenster wird anhand der Token-Anzahl erklärt, die wir mit Tiktoken gemessen haben: Wörter vs. Token für Prosa, Code und Hindi, Eingab…
Artikel lesen →SoftwareentwicklungWebhooks erklärt: Wie sie funktionieren und wie man sie sicher empfängt
Webhooks erklärt mit einem Empfänger und Sender, den wir in Python ausgeführt haben: Push vs. Polling, HMAC-SHA256-Signaturen, Ablehnen manipulierte…
Artikel lesen →DevOpsGit Cherry-Pick erklärt: Kopieren Sie den Commit, den Sie benötigen, sicher und getestet
Git Cherry-Pick erklärt mit Befehlen, die wir in Git 2.56 ausgeführt haben: Kopieren eines Hotfixes in einen Release-Zweig, neue Hashes und Patch-ID…
Artikel lesen →TestautomatisierungSnapshot-Tests erklärt: Wie es funktioniert, wann es hilft und wann es weh tut
Snapshot-Tests erklärt anhand einer Pytest- und Sirup-Demo, die wir ausgeführt haben: Snapshots erstellen, Diff nach einer Codeänderung lesen, Zeits…
Artikel lesen →SoftwaretestsMutationstests erklärt: Warum die 100-prozentige Abdeckung unseren Fehler immer noch übersehen hat
Mutationstests erklärt mit einem kleinen Mutationstool, das wir erstellt und ausgeführt haben: 14 Mutanten, eine Testsuite mit 100 % Linienabdeckung…
Artikel lesen →Künstliche IntelligenzPrompt Injection erklärt: Wie KI-Apps ausgetrickst werden und wie man sie verteidigt
Prompt-Injection erklärt für Builder: direkte und indirekte Angriffe, warum Schlüsselwortfilter fehlschlagen (unser Test hat 1 von 4 blockiert) und …
Artikel lesen →DevOpsErklärte DNS-Einträge: A, AAAA, CNAME, MX, TXT und TTL mit echten Lookups
DNS-Einträge erklärt anhand der von uns durchgeführten Suchvorgänge: Funktionsweise der Auflösung, A und AAAA, CNAME-Regeln, MX und Null-MX, TXT für…
Artikel lesen →DevOpsErklärte Funktionsflags: Sichere Veröffentlichungen, schrittweise Rollouts und Flag-Hygiene
Funktionsflags anhand einer von uns durchgeführten Rollout-Simulation erklärt: Flag-Typen, prozentuale Rollouts mit stabilem Hashing, Kill-Switches,…
Artikel lesen →TestautomatisierungTestdatengenerierung mit Python Faker: Realistische, wiederholbare und sichere Daten
Testen Sie die Datengenerierung mit Python Faker, führen Sie sie aus und messen Sie sie: Seeding für wiederholbare Daten, Gebietsschemata, eindeutig…
Artikel lesen →SoftwaretestsShift-Left-Tests erklärt: Finden Sie Fehler früher, ohne das Team zu verlangsamen
Shift-Left-Tests erklärt: Was es bedeutet, warum Frühdefekte günstiger sind, Vorgehensweisen von Anforderungsüberprüfungen bis hin zu CI-Prüfungen, …
Artikel lesen →Datenbanken & SQLErklärte SQL-String-Funktionen: TRIM, SUBSTR, REPLACE, CONCAT und Datenbereinigung
SQL-String-Funktionen, die mit von uns ausgeführten Abfragen erklärt wurden: Verkettung und NULL, TRIM, UPPER und LOWER, SUBSTR und INSTR, REPLACE, …
Artikel lesen →Datenbanken & SQLErklärte SQL-Trigger: VOR- und NACH-Trigger, Prüfprotokolle und Fallstricke
SQL-Trigger werden anhand von Triggern erklärt, die wir ausgeführt haben: VORHER vs. NACHHER, ALT und NEU, Prüfprotokolle, Validierung, Bestandsaktu…
Artikel lesen →SoftwareentwicklungErklärung des Python-JSON-Moduls: Dumps, Loads, benutzerdefinierte Typen und häufige Fehler
Das Python-JSON-Modul wird anhand des von uns ausgeführten Codes erklärt: Dumps und Loads, Dateien, Typkonvertierungen, Datumsangaben und Dezimalzah…
Artikel lesen →SoftwareentwicklungES-Module vs. CommonJS: Wie JavaScript-Importe in Node.js funktionieren, getestet
ES-Module vs. CommonJS erklärt mit Code, den wir in Node.js ausgeführt haben: Import- und Exportsyntax, Require, Live-Bindungen, Caching, Top-Level-…
Artikel lesen →SoftwareentwicklungPython Regex erklärt: Muster, Gruppen, Lookaheads und Fallstricke, getestet
Python-Regex erklärt mit Mustern, die wir ausgeführt haben: Suche vs. Übereinstimmung, Findall, Gruppen und benannte Gruppen, Greedy vs. Lazy, Sub, …
Artikel lesen →Künstliche IntelligenzErklärung der strukturierten LLM-Ausgabe: Zuverlässiges JSON aus KI-Modellen erhalten
Die strukturierte LLM-Ausgabe wird anhand der von uns in Pydantic ausgeführten Validierung erklärt: JSON-Modus und -Schemas, eingeschränkte Dekodier…
Artikel lesen →DevOpsSSH-Schlüssel erklärt: Wie sie funktionieren, ssh-keygen, Ed25519 und sichere Gewohnheiten
SSH-Schlüssel erklärt mit Schlüsseln, die wir generiert haben: öffentliche vs. private Schlüssel, ssh-keygen, Ed25519 vs. RSA, Fingerabdrücke, Passp…
Artikel lesen →DevOpsHTTP-Caching erklärt: Cache-Kontrolle, ETag und 304-Antworten, mit einem Live-Test
HTTP-Caching erklärt anhand eines kleinen Servers, den wir ausgeführt haben: Cache-Control-Anweisungen, Max-Age, No-Cache vs. No-Store, ETag-Revalid…
Artikel lesen →TestautomatisierungAPI-Vertragstests erklärt: Erkennen Sie wichtige Änderungen, bevor sie versendet werden
Das Testen von API-Verträgen wird anhand einer von uns durchgeführten Schemaprüfung erklärt: Was ein Vertrag ist, verbrauchergesteuerte Verträge, Pa…
Artikel lesen →SoftwaretestsRisikobasiertes Testen erklärt: Risiken bewerten, eine Matrix erstellen und testen, worauf es ankommt
Risikobasiertes Testen Schritt für Schritt erklärt: Risiken identifizieren, Wahrscheinlichkeit und Auswirkung bewerten, eine Risikomatrix erstellen,…
Artikel lesen →Datenbanken & SQLErklärte SQL-Einschränkungen: NOT NULL, UNIQUE, CHECK und FOREIGN KEY, getestet
SQL-Einschränkungen anhand der von uns durchgeführten Tests erklärt: NOT NULL, UNIQUE, CHECK, DEFAULT, PRIMARY und FOREIGN KEY, die NULL-Lücken, die…
Artikel lesen →Datenbanken & SQLErklärte SQL-Datumsfunktionen: Datumsangaben fehlerfrei hinzufügen, vergleichen und gruppieren
Erklärung der SQL-Datumsfunktionen anhand von Abfragen, die wir ausgeführt haben: Hinzufügen von Intervallen, Überraschungen am Monatsende, Datumsun…
Artikel lesen →SoftwareentwicklungPython-Asyncio erklärt: Async, Wait, Gather und TaskGroup mit echten Timings
Python-Asyncio erklärt mit Code, den wir getimt haben: Coroutinen, Wait, Gather, TaskGroup, Fehlerbehandlung, Zeitüberschreitungen, Einschränkung de…
Artikel lesen →SoftwareentwicklungDebounce vs. Throttle in JavaScript: Wie sie funktionieren, wann man sie verwendet, getestet
Debounce vs. Throttle in JavaScript erklärt anhand von Timings, die wir in Node.js gemessen haben: wie jedes funktioniert, einfache Implementierunge…
Artikel lesen →SoftwareentwicklungErklärte Python-Kontextmanager: Die with-Anweisung, contextlib und Real Uses
Python-Kontextmanager erklärt anhand des von uns ausgeführten Codes: Funktionsweise, __enter__ und __exit__, contextlib.contextmanager, supprimieren…
Artikel lesen →Künstliche IntelligenzLLM-Temperatur und Top-p erklärt: Wie KI-Modelle ihr nächstes Wort wählen
LLM-Temperatur und Top-P erklärt anhand einer von uns durchgeführten Simulation: wie Wahrscheinlichkeiten umgeformt werden, was Top-P beibehält, emp…
Artikel lesen →DevOpsYAML erklärt: Syntax, das Norwegen-Problem und andere von uns getestete Fallen
YAML erklärt mit einem Parser-Test: grundlegende Syntax, Listen und Karten, das Norwegen-Problem, Versionen, die in Gleitkommazahlen umgewandelt wer…
Artikel lesen →DevOpsCron-Jobs erklärt: Syntax, echte Zeitpläne und die Fehler, die sie zerstören
Cron-Jobs werden anhand von Zeitplänen erklärt, die wir überprüft haben: die fünf Felder, Operatoren, reale Beispiele, die Tag-des-Monats- ODER Woch…
Artikel lesen →Künstliche IntelligenzKI-Halluzinationen erklärt: Warum Sprachmodelle Dinge erfinden und wie man sie reduziert
KI-Halluzinationen erklärt: Was sie sind, warum Sprachmodelle sie produzieren, gängige Typen, wie man sie mit Erdung und Eingabeaufforderungen reduz…
Artikel lesen →DevOpsErklärte Umgebungsvariablen: .env-Dateien, Geheimnisse und Konfiguration richtig gemacht
Umgebungsvariablen anhand von Python-Beispielen erklärt, die wir ausgeführt haben: Sie lesen und festlegen, warum jeder Wert ein String ist, .env-Da…
Artikel lesen →SoftwareentwicklungAPI-Ratenbegrenzung erklärt: Algorithmen, Header und Behandlung von 429-Fehlern
API-Ratenbegrenzung anhand einer von uns durchgeführten Simulation erklärt: Token-Bucket, festes Fenster, gleitendes Fenster, 429 Antworten, Ratenbe…
Artikel lesen →TestautomatisierungSpott in Python: unittest.mock, Patch und die Fehler, die Tests zum Lügen machen
Mocking in Python mit unittest.mock, getestet: Mock und return_value, side_effect, Patchen, wo ein Name verwendet wird, Spezifikation und Autospec, …
Artikel lesen →SoftwaretestsCode-Abdeckung erklärt: Leitungs- und Zweigstellenabdeckung und was 100 % wirklich bedeutet
Erklärung der Codeabdeckung anhand eines echten Coverage.py-Laufs: Zeilen-, Zweig- und Bedingungsabdeckung, Lesen eines Berichts, warum bei 100 % Ab…
Artikel lesen →Datenbanken & SQLDELETE vs. TRUNCATE vs. DROP in SQL: Unterschiede, Rollback und Verwendungszweck
DELETE vs. TRUNCATE vs. DROP erklärt mit getestetem SQL: was jeweils entfernt wird, Rollback, Trigger, Identitätsrücksetzung, Geschwindigkeit und wi…
Artikel lesen →Datenbanken & SQLErklärte SQL-Ansichten: Erstellen, nutzen und vermeiden Sie Fallstricke mit Beispielen
SQL-Ansichten anhand der von uns ausgeführten Abfragen erklärt: Erstellen einer Ansicht, Live-Ergebnisse, Ausblenden von Spalten, Leistung, aktualis…
Artikel lesen →SoftwareentwicklungTypeScript-Schnittstelle vs. Typ: Echte Unterschiede, getestet mit dem Compiler
TypeScript-Schnittstelle vs. Typ, überprüft mit dem echten Compiler: Was beide können, was nur einer kann, Deklarationszusammenführung, Erweiterunge…
Artikel lesen →SoftwareentwicklungPython *args und **kwargs erklärt: Flexible Funktionen mit klaren Beispielen
Python *args und **kwargs erklärt mit Code, den wir ausgeführt haben: Packen und Entpacken, Parameterreihenfolge, Nur-Schlüsselwort- und Nur-Positio…
Artikel lesen →SoftwareentwicklungPython-Lambda-Funktionen: Syntax, tatsächliche Verwendung und wann man sie nicht verwendet
Python-Lambda-Funktionen erklärt mit Code, den wir ausgeführt haben: Syntax, Sortierung mit Schlüssel, Karte und Filter, Abschlüsse, die Late-Bindin…
Artikel lesen →Künstliche IntelligenzWas sind KI-Agenten? Wie sie funktionieren, mit einer einfachen Agentenschleife, die Sie ausführen können
Was sind KI-Agenten? Eine einfache Anleitung zur Agentenschleife, zu Tools, Speicher und Leitplanken, mit einer kleinen Python-Schleife, die wir aus…
Artikel lesen →DevOpsÜberwachung vs. Beobachtbarkeit: Der wahre Unterschied, mit Protokollen, Metriken und Traces
Überwachung vs. Beobachtbarkeit erklärt: bekannte und unbekannte Fehler, Protokolle, Metriken und Spuren, eine exemplarische Vorgehensweise für Chec…
Artikel lesen →DevOpsDocker-Volumes vs. Bind Mounts: Containerdaten auf die richtige Art und Weise beibehalten
Docker-Volumes vs. Bind-Mounts erklärt: Warum Containerdaten verschwinden, benannte Volumes, Bind-Mounts, tmpfs, Compose-Beispiele, Backups, Berecht…
Artikel lesen →TestautomatisierungTDD vs. BDD: Hauptunterschiede, eine Funktion, die auf beide Arten entwickelt wurde und wann sie jeweils verwendet werden sollte
TDD vs. BDD erklärt mit einer Rabattfunktion, die in beide Richtungen aufgebaut ist: Rot-Grün-Refaktor mit Code, den wir ausgeführt haben, Gegeben-W…
Artikel lesen →SoftwaretestsBenutzerakzeptanztests (UAT): Prozess, Checkliste und reale Beispiele
Benutzerakzeptanztests erklärt: Wer führt ihn durch, wie unterscheidet er sich von der Qualitätssicherung, ein siebenstufiger Prozess, eine UAT-Test…
Artikel lesen →Datenbanken & SQLErklärte SQL-NULL-Werte: IS NULL, COALESCE, NULLIF und die zu vermeidenden Fallen
SQL-NULL-Werte, die mit von uns ausgeführten Abfragen erklärt wurden: dreiwertige Logik, IS NULL, COALESCE, NULLIF, wie Aggregate, Joins und Sortier…
Artikel lesen →Datenbanken & SQLSQL CASE WHEN-Anweisung: Syntax, reale Beispiele und häufige Fehler
SQL CASE WHEN anhand der von uns ausgeführten Abfragen erklärt: einfache und durchsuchte Formulare, Bedingungsreihenfolge, Pivots mit SUM, COUNT-Tri…
Artikel lesen →SoftwareentwicklungWas ist JWT? JSON-Web-Tokens anhand eines funktionierenden Beispiels erklärt
Was ist JWT? JSON Web Tokens erklärt: die drei Teile, ein Token, das in dem von uns ausgeführten Code erstellt und manipuliert wurde, JWT vs. Sitzun…
Artikel lesen →SoftwareentwicklungErklärte JavaScript-Ereignisschleife: Aufrufstapel, Mikrotasks und Timer mit Beispielen
Die JavaScript-Ereignisschleife wurde mit dem von uns ausgeführten Code erklärt: Aufrufstapel, Aufgaben- und Mikrotask-Warteschlangen, warum setTime…
Artikel lesen →SoftwareentwicklungErklärung von Python-Generatoren und -Ertrag: Sparen Sie Speicher mit echten Beispielen
Python-Generatoren und Yield anhand des von uns ausgeführten Codes erklärt: wie sie angehalten und fortgesetzt werden, gemessene Speichereinsparunge…
Artikel lesen →Künstliche IntelligenzWas sind Einbettungen? Vektoren und Kosinusähnlichkeit einfach erklärt
Was sind Einbettungen? Ein Leitfaden in einfacher Sprache zu Vektoren, Kosinusähnlichkeit und semantischer Suche, mit einem kleinen Beispiel, das wi…
Artikel lesen →DevOpsBlau-Grün vs. Canary-Bereitstellung: Unterschiede, Kompromisse und Auswahl
Blue-Green vs. Canary-Bereitstellung erklärt: Funktionsweise, Kosten, Risiko und Rollback, stabiles Benutzer-Bucketing, das wir getestet haben, Date…
Artikel lesen →TestautomatisierungFlaky-Tests: Was sie verursacht und wie man sie endgültig behebt
Flaky-Tests wurden anhand von Demos erklärt, die wir durchgeführt haben: die Hauptursachen, wie man sie bestätigt und diagnostiziert, richtige Korre…
Artikel lesen →SoftwaretestsLasttest vs. Stresstest: Unterschiede, Metriken und k6-Beispiele
Erläuterungen zu Lasttests und Stresstests: Was die einzelnen Tests beweisen, Spike- und Soak-Tests, welche Kennzahlen wichtig sind, warum Durchschn…
Artikel lesen →SoftwaretestsTestfall vs. Testszenario: Hauptunterschiede, Beispiele und wann man sie jeweils verwendet
Testfall vs. Testszenario erklärt: klare Definitionen, eine Tabelle nebeneinander, eine Funktion zum Zurücksetzen von Passwörtern, die von Szenarios…
Artikel lesen →Datenbanken & SQLSQL-Abfrageoptimierung: Ausführungspläne lesen und langsame Abfragen mit Zeitvorgaben beheben
An einer Million Zeilen getestete SQL-Abfrageoptimierung: Ausführungspläne lesen, die richtigen Indizes hinzufügen, nicht sargierbare Filter korrigi…
Artikel lesen →Datenbanken & SQLSQL UNION vs. UNION ALL: Unterschiede, Beispiele und getestete Leistung
SQL UNION vs. UNION ALL anhand der von uns ausgeführten Abfragen erklärt: Duplikate, die Regeln, denen beide folgen, ein echter Datenfehler, gemesse…
Artikel lesen →SoftwareentwicklungTutorial zur JavaScript-Abruf-API: GET, POST, Fehlerbehandlung und Zeitüberschreitungen
Ein JavaScript-Abruf-API-Tutorial, das auf einem lokalen Server getestet wurde: GET und POST, warum 404 nicht ausgelöst wird, ein wiederverwendbarer…
Artikel lesen →SoftwareentwicklungUmgang mit Python-Dateien: Lesen, Schreiben, CSV, JSON und Pathlib mit Beispielen
Die Handhabung von Python-Dateien wird anhand des von uns ausgeführten Codes erklärt: Öffnungsmodi, Lesen großer Dateien, CSV, JSON, Pathlib, Binärd…
Artikel lesen →SoftwareentwicklungPython-Klassen und -Objekte: OOP-Tutorial mit echten Beispielen
Python-Klassen und -Objekte erklärt mit Code, den wir ausgeführt haben: __init__, Methoden, Klassen- und Instanzattribute, Vererbung, Eigenschaften,…
Artikel lesen →Künstliche IntelligenzWas ist ein großes Sprachmodell? Wie LLMs funktionieren, ohne großen Hype erklärt
Was ist ein großes Sprachmodell? LLMs im Klartext erklärt: Token, Einbettungen, Aufmerksamkeit, Training, Temperatur- und Kontextfenster, eine klein…
Artikel lesen →DevOpsLinux-Befehle für Anfänger: Der grundlegende Terminal-Leitfaden mit Beispielen
Linux-Befehle für Anfänger, gruppiert nach Aufgaben: Navigation, Dateien, Anzeigen von Protokollen, Grep, Pipes, Berechtigungen, Prozesse und Archiv…
Artikel lesen →TestautomatisierungSelenium vs. Playwright: Hauptunterschiede, Code im Vergleich und welche Sie wählen sollten
Selenium vs. Playwright im Vergleich: Architektur, Wartezeit, Browser- und Sprachunterstützung, Debugging, der gleiche Test in beiden Tools, Migrati…
Artikel lesen →SoftwaretestsÄquivalenzpartitionierung: Testdesigntechnik anhand von Beispielen erklärt
Erklärung der Äquivalenzpartitionierung: Wie man gültige und ungültige Partitionen findet, Beispiele für Alter, Passwörter und Gutscheine, von uns d…
Artikel lesen →SoftwaretestsSchweregrad vs. Priorität beim Softwaretest: Unterschiede, Matrix und reale Beispiele
Schweregrad vs. Priorität beim Softwaretest erklärt: klare Definitionen, eine Vier-Wege-Matrix mit Beispielen, Stufenskalen, wer die einzelnen Punkt…
Artikel lesen →Datenbanken & SQLTutorial zu SQL-Unterabfragen: Typen, korrelierte Unterabfragen und EXISTS mit Beispielen
Ein SQL-Unterabfrage-Tutorial mit Abfragen, die wir ausgeführt haben: Skalar-, IN-, FROM- und SELECT-Unterabfragen, korrelierte Unterabfragen, EXIST…
Artikel lesen →Datenbanken & SQLSQL-Transaktionen und ACID erklärt: COMMIT, ROLLBACK und Isolationsstufen
SQL-Transaktionen und ACID anhand einer von uns durchgeführten Banküberweisung erklärt: COMMIT, ROLLBACK, Sicherungspunkte, Sperren, Isolationsstufe…
Artikel lesen →SoftwareentwicklungSpickzettel für Git-Befehle: Die Befehle, die Sie tatsächlich verwenden, mit Beispielen
Ein Git-Befehls-Spickzettel, gruppiert nach Aufgabe: Setup, Staging, Branches, Remotes, Stash, Verlauf und Rückgängigmachen von Fehlern, mit Ausgabe…
Artikel lesen →SoftwareentwicklungErklärte JavaScript-Versprechen: Dann, Catch, Promise.all und häufige Fehler
JavaScript-Versprechen erklärt mit Code, den wir ausgeführt haben: Zustände, dann und Fangketten, Fehlerbehandlung, Promise.all, allSettled, Rennen …
Artikel lesen →SoftwareentwicklungPython-Wörterbuch-Tutorial: Methoden, Beispiele und gängige Muster
Ein Python-Wörterbuch-Tutorial mit Code, den wir ausgeführt haben: Diktate erstellen, lesen und aktualisieren, Schlüsselmethoden, Zusammenführung, V…
Artikel lesen →Künstliche IntelligenzWas ist RAG? Retrieval-Augmented Generation anhand eines Arbeitsbeispiels erklärt
Was ist RAG? Abruf-erweiterte Generierung Schritt für Schritt erklärt: Indizierung, Chunking, Einbettungen, Abruf, ein kleines funktionierendes Pyth…
Artikel lesen →DevOpsTerraform-Tutorial für Anfänger: Infrastruktur als Code von der ersten Datei bis zu den Modulen
Ein Terraform-Tutorial für Anfänger: Beginnen Sie ohne Cloud-Konto, lernen Sie Init, Planen und Anwenden, dann Variablen, Ausgaben, Status, Module u…
Artikel lesen →DevOpsDocker vs. Kubernetes: Hauptunterschiede, wie sie zusammenarbeiten und was Sie brauchen
Docker vs. Kubernetes erklärt: Was jeder tut, die gleiche App läuft mit beiden, Docker Compose und Swarm im Vergleich, die Dockershim-Änderung und w…
Artikel lesen →TestautomatisierungPytest-Tutorial für Anfänger: Vorrichtungen, Parametrisierung und reale Beispiele
Ein Pytest-Tutorial für Anfänger mit Tests, die wir auf Pytest 9.2 durchgeführt haben: Assertions, Fixtures, Parametrize, Conftest, Markers, tmp_pat…
Artikel lesen →SoftwaretestsSoftware Testing Life Cycle (STLC): 6 Phasen, Einstiegs- und Ausstiegskriterien, Beispiel
Der Softwaretest-Lebenszyklus erklärt: sechs STLC-Phasen mit Ein- und Ausstiegskriterien, Ergebnisse, ein Beispiel für eine funktionierende Anmeldef…
Artikel lesen →SoftwareentwicklungGit merge vs rebase: Unterschiede, Beispiele und wann man was nutzt
Git merge vs rebase erklärt mit echter Log-Ausgabe, einer Vergleichstabelle, der goldenen Regel des Rebase und einem sicheren Team-Workflow.
Artikel lesen →SoftwareentwicklungPython List Comprehension: Syntax, Beispiele und wann man darauf verzichtet
Python List Comprehension erklärt: Syntax, Filter, if-else, verschachtelte Schleifen, gemessene Zeiten und Fälle, in denen eine normale for-Schleife…
Artikel lesen →Datenbanken & SQLSQL Joins erklärt mit Beispielen (Inner, Left, Right, Full)
SQL Joins Schritt für Schritt mit Beispieltabellen und Abfragen verstehen: INNER, LEFT, RIGHT, FULL, CROSS und SELF, plus typische Fehler und Perfor…
Artikel lesen →