您的位置:首页 > 编程语言 > Python开发

Python核心编程习题之——正则表达式

2017-08-14 00:00 525 查看
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+
内容来自用户分享和网络整理,不保证内容的准确性,如有侵权内容,可联系管理员处理 点击这里给我发消息
标签: