python 脚本学习（二）

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：

#!/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

#!/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：

#!/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。

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

#!/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：

#!/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：

#!/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：