Python核心编程习题之——正则表达式

1. 识别后续的字符串：“bat”，“bit”，“but”，“hat”，“hit”或者“hut”。

[bh][aiu]t

2. 匹配由单个空格分割的任意单词对，也就是姓和名。

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

3. 匹配由单个逗号和单个空白符分隔的任何单词和单个字母，如姓氏的首字母

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

4. 匹配所有的有效的Python标识符集合

[a-zA-Z]\w+

5. 根据美国接到地址格式，匹配街道地址。美国接到地址使用如下格式：1180 Bordeaux Drive。使你的正则表达式足够灵活，以支持多单词的街道名称，如3120 De la Cruz Boulevard

\d+\s([a-zA-Z]+\s*)+

6. 匹配以“www”起始且以“.com”结尾的简单Web域名：例如，www://www.yahoo.com。

^www[^\s]+com$

7. 匹配所有能够表示Python整数的字符串集

[-+]?\d+

8. 匹配所有能够表示Python长整数的字符串集

[-+]?\d+[lL]

9. 匹配所有能够表示Python浮点数的字符串集

\d+\.\d*

10. 表示所有能够表示Python复数的字符串集

\d*(-\d+j)?

11. 匹配所有能够表示有效电子邮件的集合

\w+@[\w\.]+.com

12. 匹配所有能够表示有效网址的集合（URL）

http://[\w\.]+\.(com|cn)

13. 创建一个能从字符串中提取实际类型名称的正则表达式。函数将对于<type 'int'>字符串返回int

patt = r"<\w+\s'(\w+)'>"
data = type(1)
m = re.search(patt,data)
if m:
        print(m.group(1))

14. 处理日期，常见一个正则表达式来表示标准日历中剩余三个月的数字

1[0-2]

15. 处理信用卡号码

\d{4}(-\d{6}-\d{5}|(-\d{4}){3})

16. 为gendata.py更新代码，是数据直接输出到redata.txt而不是屏幕

from random import randrange, choice
from string import ascii_lowercase as lc
from time import ctime

tlds = ('com', 'edu', 'net', 'org', 'gov')

for i in range(randrange(5,11)):
    dtint = randrange(10**10)
    dtstr = ctime(dtint)
    llen = randrange(4, 8)
    c = []
    for j in range(llen):
        c.append(choice(lc))
    login = ''.join(c)
    dlen = randrange(llen, 13)
    d = []
    for j in range(dlen):
        d.append(choice(lc))
    dom = ''.join(d)
    with open('redata.txt','a') as f:
        line = '%s::%s@%s.%s::%d-%d-%d' %(dtstr, login, dom, choice(tlds), dtint, llen, dlen)
        f.writelines(line+'\n')

17. 判断redata.txt中一周的每一天出现的次数

import re

days = ['Mon','Tue','Wed','Thu','Fri','Sat','Sun']
days_count = {}
with open('redata.txt','r') as f:
    patt = r'\w{3}'
    for line in f:
        m = re.match(patt,line)
        day = m.group()
        if day not in days:
            continue
        if day not in days_count:
            days_count[day] = 1
        else:
            days_count[day] += 1
    print(days_count)

18. 提取

提取每行中完整的时间戳
提取每行中完整的电子邮件
仅仅提取时间戳中的月份
仅仅提取时间戳中的年份
仅仅提取时间戳中的时
仅仅从电子邮件地址中提取登录名和域名
使用你的电子邮件地址替换每一行数据中的电子邮件地址

import re
def find(line):
    patt = r'(\w+)\s(\w+)\s+(\d+)\s(\d+:\d+:\d+)\s(\d+)::(\w+@\w+\.\w+)::(\d+-\d+-\d+)'
    m = re.match(patt,line)
    return m

def find_email(email):
    patt = r'(\w+)@(\w+)\.(\w+)'
    m = re.match(patt,email)
    return m

with open('redata.txt','r') as f:
    for line in f:
        m = find(line)
        #年
        year = m.group(5)
        #月
        month = m.group(2)
        #日
        day = m.group(3)
        #时间
        time = m.group(4)
        #星期
        week = m.group(1)
        #时间戳
        timestamp = year+' '+month+' '+day+' '+time+' '+week
        #地址
        print(timestamp)
        email = m.group(6)
        m = find_email(email)
        name = m.group(1)
        main_host = m.group(2)
        second_host = m.group(3)
        print(name,main_host,second_host)

19. 区号使用正则表达式匹配800-555-1212、555-1212，以及(800) 555-1212

((\d+-)|(\(\d+\)\s))?\d+-\d+

Python核心编程习题之——正则表达式

推荐阅读更多精彩内容