task1：

在一个文件中，单词之间使用空格、分号、逗号或者句号分隔，请提取全部单词。

代码实例：

1
2
3
4
5
6
7
8
9
10
11
#!/usr/local/python27/bin/python2.7
import 
sys
import 
re
 
words 
= 
[]
 
with 
open
(sys.argv[
1
]) as f:
    
for 
line 
in 
f:
#这里使用了re.split()正则表达式分隔符，可以指定一个正则表达式作为分隔符来切分字符串；切分完之后返回一个列表添加到words列表中。
        
words.extend(re.split(r
'\s*[;,\.\s]\s*'
,line))
    
print
(words)

task2：

有一个目录，保存了若干文件，找出其中所有的C源文件

解决方法：

  • listdir

  • 使用os.path分割后缀

  • 使用str.endswith判断

1
2
3
4
5
6
7
8
9
10
11
12
13
14
#!/usr/local/python27/bin/python2.7
import 
os
import 
sys
 
def 
find_c_source(path):
#os.listdir方法返回指定路径下的所以文件及文件夹对象；
    
for 
filename 
in 
os.listdir(path):
#str.endswith方法专用于做文件后缀名判断，可接受文件名后缀作为参数传入，如果传入单个参数则匹配此后缀的文件名，如果以元组的形式传入多个参数则是或的关系，会把对应的都匹配出来。  
        
if 
filename.endswith((
".c"
,
".h"
)):
            
yield 
filename
 
if 
__name__ 
=
= 
'__main__'
:
    
for 
f 
in 
find_c_source(sys.argv[
1
]):
        
print 
f

输出结果：

task3

实现一个脚本可接受两个参数，第一个参数为需要查找的路径，第二个参数为需要匹配的文件可以支持通配符，返回匹配到的文件。

代码实例：

输出结果：

glob模块也可以实现通配符查找功能

task4

完成日期格式的替换

代码实例：

1
2
3
4
5
6
#!/usr/local/python27/bin/python2.7
import 
re
 
text 
= 
"Today is 09/03/2015,next time 09/06/2015"
new_text 
= 
re.sub(r
'(\d{2})/(\d{2})/(\d{4})'
,r
'\3-\1-\2'
,text)
print 
(new_text)

re.sub (pattern模式，repl替换后的形式，string输入的字符串，count，flags)

repl参数，可以通过位置参数引用pattern匹配的内容。 

1
r
'\3-\1-\2' 
#分别表示匹配到的年，月，日；

输出结果：

Today is 2015-09-03,next time 2015-09-06

附加功能：将月份的显示转成单词的表示形式

1
2
3
4
5
6
7
8
9
10
11
#!/usr/local/python27/bin/python2.7
import 
re
from 
calendar 
import 
month_abbr
 
#引入日历模块calendar.month_abbr方法实现转换；
def 
repl(match_obj):
    
return 
'%s-%s-%s' 
% 
(match_obj.group(
3
),month_abbr[
int
(match_obj.group(
1
))],match_obj.group(
2
))
 
text 
= 
"Today is 09/03/2015,next time 09/06/2015"
new_text 
= 
re.sub(r
'(\d{2})/(\d{2})/(\d{4})'
,repl,text)
print 
(new_text)

输出结果：

Today is 2015-Sep-03,next time 2015-Sep-06


task5

使用字符串格式化，创建一个模版引擎，可以使用变量来填充模版

代码实例：

1
2
3
4
5
#!/usr/local/python27/bin/python2.7
orgin_text 
= 
"{name} has {n} messages"
 
text 
= 
orgin_text.
format
(name
=
"tuchao"
,n
=
37
)
print 
(text)

输出结果：

tuchao has 37 messages


task6

根据示例完成一个表达式解析引擎tokenizer

expr = "( src in 10.0.0.0/24 & !(src = 10.0.0.1)) | (src in 127.0.0.0/8 | dst in 127.0.0.0/8)"

代码实例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
#!/usr/local/python27/bin/python2.7
 
import 
re
from 
collections 
import 
namedtuple
 
#定义一个命名元组
Token 
= 
namedtuple(
"Token"
,[
"type"
,
"value"
])
 
def 
tokenizer(pat,text,ignore
=
[
'SPACE'
, ]):
    
scanner 
= 
pat.scanner(text)
#使用scanner.match方法匹配每一个语法的正则表达式    
    
for 
m 
in 
iter
(scanner.match,
None
):
        
if 
m.lastgroup 
not 
in 
ignore:
            
yield 
Token(m.lastgroup,m.group())
#m.lastgroup返回匹配到命名表达式的模式名称，m.group()返回匹配对应的值；
if 
__name__ 
=
= 
'__main__'
:
    
expr 
= 
"( src in 10.0.0.0/24 & !(src = 10.0.0.1)) | (src in 127.0.0.0/8 | dst in 127.0.0.0/8)"
#定义各项命名的匹配模式    
    
SRC 
= 
r
'(?P<SRC>src)'
    
DST 
= 
r
'(?P<DST>dst)'
    
IN 
= 
r
'(?P<IN>in)'
    
SYMBOL 
= 
r
'(?P<SYMBOL>[&\|!]+)'
    
NETWORK 
= 
r
'(?P<NETWORK>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3}/\d{1,2})'
    
IPADDR 
= 
r
'(?P<IPADDR>\d{1,3}\.\d{1,3}\.\d{1,3}\.\d{1,3})'
    
EQ 
= 
r
'(?P<EQ>=)'
    
BRACKETS 
= 
r
'(?P<BRACKETS>[\(\)]+)'
    
SPACE 
= 
r
'(?P<SPACE>\s+)'
#编译表达式，用或条件连接各个表达式    
    
pat 
= 
re.
compile
(
"|"
.join([SRC,DST,IN,SYMBOL,NETWORK,IPADDR,EQ,BRACKETS,SPACE]))
    
print
(expr)
    
for 
t 
in 
tokenizer(pat,expr):
        
print 
(t)

输出结果：