正则表达式练习

以下是一些精心设计的正则表达式练习，结合了 Python 编程 和 文件操作，帮助你熟悉正则表达式在不同场景中的实际应用。

练习一：基本字符匹配

目标：掌握正则表达式的基础功能。

  1. 任务：
    • 提取字符串中的所有电话号码（格式如：123-456-7890 或 1234567890）。
    • 提取所有以 "test" 开头的单词。
  2. 代码模板： 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    import re

    text = """
    联系人1：123-456-7890
    联系人2：9876543210
    测试数据：test1, test2, testing
    """

    # 匹配电话号码
    phone_pattern = r'\d{3}-\d{3}-\d{4}|\d{10}'
    phones = re.findall(phone_pattern, text)
    print("电话号码列表：", phones)

    # 匹配以 test 开头的单词
    test_pattern = r'\btest\w*\b'
    test_words = re.findall(test_pattern, text)
    print("以 test 开头的单词：", test_words)

练习二：处理文件名

目标：熟悉正则表达式操作文件名。

  1. 任务：
    • 在指定文件夹中，找到所有以 test_ 开头的文件。
    • 将这些文件重命名为去掉 test_ 的新名字。
  2. 代码模板： 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    import os
    import re

    folder_path = r'F:\your_folder'  # 替换为你的文件夹路径

    # 正则匹配以 test_ 开头的文件
    pattern = re.compile(r'^test_(.+)$')

    for root, dirs, files in os.walk(folder_path):
        for file in files:
            match = pattern.match(file)
            if match:
                new_name = match.group(1)
                os.rename(os.path.join(root, file), os.path.join(root, new_name))
                print(f"重命名：{file} -> {new_name}")

练习三：文本清洗

目标：使用正则表达式清洗文本数据。

  1. 任务：
    • 移除文本中的所有 HTML 标签。
    • 替换所有连续的空白字符为单个空格。
  2. 代码模板： 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    19
    20
    21
    22
    import re

    text = """
    <html>
        <head><title>测试页面</title></head>
        <body>
            <h1>标题</h1>
            <p>这是一个段落。</p>
            <p>   还有一些     多余的空格。</p>
        </body>
    </html>
    """

    # 移除 HTML 标签
    html_pattern = r'<[^>]+>'
    clean_text = re.sub(html_pattern, '', text)
    print("去掉 HTML 标签后的文本：\n", clean_text)

    # 替换连续空格为单个空格
    space_pattern = r'\s+'
    clean_text = re.sub(space_pattern, ' ', clean_text)
    print("清理空格后的文本：\n", clean_text)

练习四：验证用户输入

目标：使用正则表达式对用户输入进行格式验证。

  1. 任务：
    • 验证一个输入是否是有效的电子邮件地址。
    • 验证一个输入是否是有效的 URL。
  2. 代码模板： 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    import re

    # 验证电子邮件
    email = input("请输入一个电子邮件地址：")
    email_pattern = r'^[a-zA-Z0-9_.+-]+@[a-zA-Z0-9-]+\.[a-zA-Z0-9-.]+$'
    if re.match(email_pattern, email):
        print("有效的电子邮件地址")
    else:
        print("无效的电子邮件地址")

    # 验证 URL
    url = input("请输入一个 URL：")
    url_pattern = r'^https?://[a-zA-Z0-9.-]+\.[a-zA-Z]{2,}(/.*)?$'
    if re.match(url_pattern, url):
        print("有效的 URL")
    else:
        print("无效的 URL")

练习五：提取日志中的 IP 地址

目标：从日志文件中提取所有的 IP 地址。

  1. 任务：
    • 打开一个日志文件。
    • 提取其中的所有 IPv4 地址。
  2. 代码模板： 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
      import re

      # 假设日志内容
      log_data = """
      192.168.0.1 - - [24/Nov/2024:14:15:22] "GET /index.html HTTP/1.1" 200
      10.0.0.5 - - [24/Nov/2024:14:16:00] "POST /form.html HTTP/1.1" 404
      Invalid log entry 123.456.789.0
      """

      # 匹配 IPv4 地址
      ip_pattern = r'((2[0-4]\d|25[0-5]|[01]?\d\d?)\.){3}(2[0-4]\d|25[0-5]|[01]?\d\d?)'

    # 使用 finditer 获取迭代器 
      matches = re.finditer(ip_pattern, log_data)
      ips = [match.group(0) for match in matches]
      print("提取的 IP 地址：", ips)

练习六：复杂文件名处理

目标：掌握文件名匹配和高级正则表达式。

  1. 任务：
    • 查找文件夹中的所有符合以下模式的文件名：课程编号_章节名_说明_时间戳.ext。
    • 从文件名中提取 课程编号 和 章节名，生成新的文件名格式：课程编号-章节名.ext。
  2. 代码模板： 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    18
    import os
    import re

    folder_path = r'F:\your_folder'  # 替换为你的文件夹路径

    # 匹配复杂文件名
    pattern = re.compile(r'^(课程\d+)_(章节\d+)_.+?_(\d+)\.(.+)$')

    for root, dirs, files in os.walk(folder_path):
        for file in files:
            match = pattern.match(file)
            if match:
                course = match.group(1)
                chapter = match.group(2)
                ext = match.group(4)
                new_name = f"{course}-{chapter}.{ext}"
                os.rename(os.path.join(root, file), os.path.join(root, new_name))
                print(f"重命名：{file} -> {new_name}")

练习七：动态生成正则表达式

目标：掌握在代码中动态构造正则表达式。

  1. 任务：
    • 根据用户输入的关键词列表，生成一个动态正则表达式，用来查找文本中包含任意关键词的句子。
  2. 代码模板： 
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    import re

    text = """
    今天我学习了正则表达式，它非常有用。
    Python 编程语言让我感觉很强大。
    我还想学习更多关于人工智能的知识。
    """

    # 用户输入关键词
    keywords = input("请输入关键词，用空格分隔：").split()
    keyword_pattern = '|'.join(map(re.escape, keywords))

    # 动态构造正则表达式
    sentence_pattern = fr'\b.*?({keyword_pattern}).*?\.'
    sentences = re.findall(sentence_pattern, text, re.IGNORECASE)
    print("匹配的句子：", sentences)

通过以上练习，你可以逐步熟悉 正则表达式的匹配规则，以及如何在 Python 文件操作 中使用正则表达式。完成每个任务后，试着改动规则或扩展功能，进一步加深理解！

regrex
#regrex
正则表达式练习
http://example.com/2025/02/04/正则表达式练习/
作者
JunBin Liang
发布于
2025年2月4日
许可协议