《python核心編程》——Regex學習筆記（課後練習）

標籤：資料   short   匹配   com   drive   網址   ctime   txt   名稱   

1. 識別後續的字串:“bat”,“bit”,“but”,“hat”,“hit”或者“hut”。

[bh][aiu]t

2. 匹配由單個空格分割的任意單詞對,也就是姓和名。

[A-Za-z]+\s[A-Za-z]+

3. 匹配由單個逗號和單個空白符分隔的任何單詞和單個字母,如姓氏的首字母

[A-Za-z]+,\s[A-Za-z]

4. 匹配所有的有效Python標識符集合

[A-Za-z_]\w+     # 匹配任意以字母和底線開頭，標識符可以包括字母，底線和數字。

5. 根據美國接到地址格式,匹配街道地址。美國街道地址使用如下格式:1180 Bordeaux Drive。使你的Regex足夠靈活,以支援多單詞的街道名稱,如3120 De la Cruz Boulevard

\d+[a-zA-Z\s]+

6. 匹配以“www”起始且以“.com”結尾的簡單Web網域名稱:例如,www://www.yahoo.com。

^www[^\s]+[com|edu|net]$ 

7. 匹配所有能夠表示Python整數的字串集

[-+]?\d+            # 有正負符號或無

8. 匹配所有能夠表示Python長整數的字串集

[-+]?\d+[lL]        # 長整型，整數後面跟大寫或小寫L

9. 匹配所有能夠表示Python浮點數的字串集

[-+]?\d+\.\d*

10. 表示所有能夠表示Python複數的字元集

-？\d+\+[\+-]\d+j

11. 匹配所有能夠表示有效電子郵件的集合

[^\s][email protected](\w+\.?)+

12. 匹配所有能夠表示有效網址的集合(URL)

(http://([A-Za-z0-9\-]+\.?)+)

13. 建立一個能從字串中提取實際類型名稱的Regex。函數將對於<type ‘int‘>字串返回int

<type\s\‘(\w+)\‘>

14. 處理日期,常見一個Regex來表示標準日曆中剩餘三個月的數字

1[012]

15. 處理信用卡號碼

(\d{4}-\d{6}-\d{5}|\d{4}-\d{4}-\d{4}-\d{4})

16. 為gendata.py更新代碼,是資料直接輸出到redata.txt而不是螢幕

# !/usr/bin/env python# gendata.pyfrom random import randrange, choicefrom string import ascii_lowercase as lc# from sys import intfrom time import ctimetlds = (‘com‘, ‘edu‘, ‘net‘, ‘org‘, ‘gov‘)with open(‘path\redata.txt‘, ‘w‘) as fp:    for i in range(randrange(5,11)):        dtint = randrange(2**32)                        # pick date        dtstr = ctime(dtint)                            # date string        llen = randrange(4, 8)                          # login is shorter        login = ‘‘.join(choice(lc) for j in range(llen))        dlen = randrange(llen, 13)                      # domain is longer        dom = ‘‘.join(choice(lc) for j in range(dlen))        print(‘%s::%[email protected]%s.%s::%d-%d-%d‘ % (dtstr, login,              dom, choice(tlds), dtint, llen, dlen))        str = ‘%s::%[email protected]%s.%s::%d-%d-%d‘ % (dtstr, login,               dom, choice(tlds), dtint, llen, dlen)        fp.write(str+‘\n‘)

 

17. 判斷redata.txt中一周的每一天出現的次數

import reweek = {"Mon": 0, "Tue": 0, "Wed": 0, "Thu": 0, "Fri": 0, "Sat": 0, "Sun": 0}with open(‘path\redata.txt‘, ‘r‘) as fp:    data = fp.readlines()    for line in data:        day = re.match(‘^\w{3}‘, line)        key = day.group()        week[key] = week[key] + 1print(week)

18. 提取

# 判斷資料是否損壞Sat Jun 22 09:14:03 1985::import rewith open(‘path\redata.txt‘, ‘r‘) as fp:    data = fp.readlines()    for line in data:        time = re.match(‘^\w{3}\s\w{3}\s{1,2}\d{1,2}\s\d{2}:\d{2}:\d{2}\s\d{4}‘, line)        if time is not None:            print(‘未損毀‘)        else:            print(‘存在資料損毀‘)

19-25. 建立Regex

# 19-27練習import retimes = []emails = []months = []years = []clocks = []lnames = []dnames = []with open(‘path\redata.txt‘, ‘r‘) as fp:    data = fp.readlines()    for line in data:        time = re.match(‘(\w{3}\s(\w{3})\s{1,2}\d{1,2}\s(\d{2}:\d{2}:\d{2})\s(\d{4}))::((\w+)@((\w+\.?)+))::‘, line)  # 提取時間戳記        if time is not None:            times.append(time.group(1))            # 提取完整時間戳記            months.append(time.group(2))           # 提取月份            years.append(time.group(4))            # 提取年份            clocks.append(time.group(3))           # 提取時間            emails.append(time.group(5))           # 提取郵件            lnames.append(time.group(6))           # 提取登入名稱            dnames.append(time.group(7))           # 提取網域名稱print(‘完整時間：‘, times)print(‘月份：‘, months)print(‘年份：‘, years)print(‘時間點：‘, clocks)print(‘郵件地址：‘, emails)print(‘登入名稱：‘, lnames)print(‘網域名稱：‘, dnames)

結果：

26. 使用自己的電子郵件地址替換沒一行資料中的電子郵件地址

import rewith open(‘path\redata2.txt‘, ‘r‘) as fp:    data = fp.readlines()    for line in data:        print(re.sub(‘\[email protected](\w+.?)+‘, ‘[email protected]‘, line).rstrip())

結果：

27. 從時間戳記中提取月、日、年，然後以“月、日、年”的格式。

import ref = open(‘redata.txt‘,‘r‘)with open(‘path\redata2.txt‘, ‘r‘) as fp:    data = fp.readlines()    for line in data:        m = re.match(‘^\w{3}\s(\w{3})\s{1,2}(\d{1,2})\s\d{2}:\d{2}:\d{2}\s(\d{4})‘, line)        print(‘%s,%s,%s‘ % (m.group(1), m.group(2), m.group(3)))

結果：

 

《python核心編程》——Regex學習筆記（課後練習）