25.1-正则表达式习题讲解

只有自己成为自己的贵人，别人才会成为你的贵人！

正则表达式一旦会用，后面都不是问题；
不一定支持断言（未必所有方言都支持），别再里面加断言；
但它支持分组，在替换的时候要引用前面分组，这个时候就要使用分组；

总结：
1.匹配先左后右； 注意贪婪与非贪婪的模式；
2.反复匹配、搜索用 set；

练习1：匹配邮箱地址；

test@hot-mail.com
v-ip@magedu.com
web.manager@magedu.com.cn
super.user@google.com
a@w-a-com

#练习1：匹配邮箱地址；
import re

s = '''
test@hot-mail.com
v-ip@magedu.com
web.manager@magedu.com.cn
super.user@google.com
a@w-a-com'''

#.*@.*\.com\.|(\w+)$

regex = re.compile('.*@.*\..*')
regex = re.compile('[\w-.]+@[\w-.]+\.\w+')   # 提取邮箱（）
print(regex.findall(s))
#----------------------------------------
['test@hot-mail.com', 'v-ip@magedu.com', 'web.manager@magedu.com.cn', 'super.user@google.com']

练习2： 匹配html 标记内的内容；

h = "<a href='http://www.magedu.com/index.html' target='_blank'>马哥教育</a>"

# 练习2： 匹配html 标记内的内容；
h = "<a href='http://www.magedu.com/index.html' target='_blank'>马哥教育</a>"

regex = re.compile('>\w+')
regex = re.compile('>(.*)<')    # a 标记的内容；
lst = regex.findall(h)
print(regex.findall(h))
#------------------------------------------
['马哥教育']


总结：
1. **a标记中标题的提取：      >(.*)</a>**
      复杂标记的提取   (<a[^<>]*>)(.*)</a>

练习3： 匹配合法的URL;

u = '''http://www.magedu.com/index.html
https://login.magedu.com
file:///ect/sysconfig/networkk'''

regex = re.compile('[https]{2,5}:[//www]{2,5}.*(?<=.)[html|com]')
regex = re.compile('(?<scheme>\w+)://(.*)')
print(regex.findall(u))
#----------------------------------------------
['http://www.magedu.com/index.html', 'https://login.magedu.com']

总结：
(?<scheme>\w+)://(?<path>.*)/(?<file>.*)    # URL匹配各个成分

练习4：匹配二代身份证 ID ；

17位数字+1位校验码组
前6位地址码，8位出生

c = '''321105700101003
321105197001010030
11210020170101054X'''

regex = re.compile('\d{6}[1-2]\d{3}[0-1]\d[0-3]\d{4}[X|\d]')
print(regex.findall(c))
#-------------------------------------
['321105197001010030', '11210020170101054X']

总结：
1. 写|的时候，谁前谁后还是有关系的；   \d{17}[\dxX]|\d{15}

练习5：判断密码强弱

要求密码必须由 10-15位 指定字符组成：
十进制数字
大写字母
小写字母
下划线
要求四种类型的字符都要出现才算合法的强密码
例如：Aatb32_67mnq，其中包含大写字母、小写字母、数字和下划线，是合格的强密码

总结：
1. 排序的方案：先排序，再匹配；  \d+[A-Z]+_[a-z+]   
2. 试4次，遍历4次；非法字符；
    先判断位数
3. 给密码类型打分；

练习6：单词 统计 word count

对sample文件进行单词统计，要求使用正则表达式

思路1：对  字符、-   取反  后是非-字符分割split;
regex = re.compile('[^\w-]+')    #