python学习笔记 第七章（二）

项目： 电话号码和 E-mail 地址提取程序
假设你有一个无聊的任务， 要在一篇长的网页或文章中， 找出所有电话号码和
邮件地址。如果手动翻页， 可能需要查找很长时间。如果有一个程序， 可以在剪贴
板的文本中查找电话号码和 E-mail 地址， 那你就只要按一下 Ctrl-A 选择所有文本，
按下 Ctrl-C 将它复制到剪贴板，然后运行你的程序。它会用找到的电话号码和 E-mail
地址， 替换掉剪贴板中的文本。
当你开始接手一个新项目时， 很容易想要直接开始写代码。但更多的时候， 最
好是后退一步， 考虑更大的图景。我建议先草拟高层次的计划， 弄清楚程序需要做
什么。暂时不要思考真正的代码， 稍后再来考虑。现在，先关注大框架。
例如， 你的电话号码和 E-mail 地址提取程序需要完成以下任务：
 从剪贴板取得文本。
 找出文本中所有的电话号码和 E-mail 地址。
 将它们粘贴到剪贴板。
现在你可以开始思考， 如何用代码来完成工作。代码需要做下面的事情：
 使用 pyperclip 模块复制和粘贴字符串。
 创建两个正则表达式，一个匹配电话号码，另一个匹配 E-mail 地址。
 对两个正则表达式，找到所有的匹配，而不只是第一次匹配。
 将匹配的字符串整理好格式，放在一个字符串中，用于粘贴。
 如果文本中没有找到匹配，显示某种消息。
这个列表就像项目的路线图。在编写代码时， 可以独立地关注其中的每一步。
每一步都很好管理。 它的表达方式让你知道在 Python 中如何去做。

#! python3
# phoneAndEmail.py - Finds phone numbers and email addresses on the clipboard.
import pyperclip, re
phoneRegex = re.compile(r'''(
                        (\d{3}|\(\d{3}\))? # area code
                        (\s|-|\.)?      # separator
                        (\d{3})         # first 3 digits
                        (\s|-|\.)       # separator
                        (\d{4})         # last 4 digits
                        (\s*(ext|x|ext.)\s*(\d{2,5}))? # extension
                        )''', re.VERBOSE)
# TODO: Create email regex.
emailRegex = re.compile(r'''(
                        [a-zA-Z0-9._%+-]+ # username
                        @ 		# @ symbol
                        [a-zA-Z0-9.-]+ # domain name
                        (\.[a-zA-Z]{2,4}) # dot-something
                        )''', re.VERBOSE)
# TODO: Find matches in clipboard text.
# Find matches in clipboard text.
text = str(pyperclip.paste())
matches = []
for groups in phoneRegex.findall(text):
    phoneNum = '-'.join([groups[1], groups[3], groups[5]])
    if groups[8] != '':
        phoneNum += ' x' + groups[8]
        matches.append(phoneNum)
for groups in emailRegex.findall(text):
    matches.append(groups[0])
# TODO: Copy results to the clipboard.
# Copy results to the clipboard.
if len(matches) > 0:
    pyperclip.copy('\n'.join(matches))
    print('Copied to clipboard:')
    print('\n'.join(matches))
else:
    print('No phone numbers or email addresses found.')

copy的文档随便从进了一个网址 全选复制，运行程序之后就得到了下面这些结果：

Copied to clipboard:
1067547753@qq.com
2531838911@qq.com
799418861@qq.com
984517363@qq.com
897975405@qq.com
897975405@qq.com
1578110080@qq.com
994771229@qq.com
1181594943@qq.com
2369973779@qq.com
846201599@qq.com
1752898210@qq.com
465064341@qq.com

习题
1．创建 Regex 对象的函数是什么？
2．在创建 Regex 对象时，为什么常用原始字符串？
3． search()方法返回什么？
4．通过 Match 对象，如何得到匹配该模式的实际字符串？
5．用 r'(\d\d\d)-(\d\d\d-\d\d\d\d)'创建的正则表达式中，分组 0 表示什么？分组 1
呢？分组 2 呢？
6．括号和句点在正则表达式语法中有特殊的含义。如何指定正则表达式匹配
真正的括号和句点字符？
7． findall()方法返回一个字符串的列表，或字符串元组的列表。是什么决定它
提供哪种返回？
8．在正则表达式中， |字符表示什么意思？
9．在正则表达式中， ?字符有哪两种含义？
10．在正则表达式中， +和*字符之间的区别是什么？
11．在正则表达式中， {3}和{3,5}之间的区别是什么？
12．在正则表达式中， \d、 \w 和\s 缩写字符类是什么意思？
13．在正则表达式中， \D、 \W 和\S 缩写字符类是什么意思？
14．如何让正则表达式不区分大小写？
15．字符.通常匹配什么？如果 re.DOTALL 作为第二个参数传递给 re.compile()，
它会匹配什么？
16． .*和*?之间的区别是什么？
17．匹配所有数字和小写字母的字符分类语法是什么？
18．如果 numRegex = re.compile(r'\d+')，那么 numRegex.sub('X', '12 drummers, 11
pipers, five rings, 3 hens')返回什么？
19．将 re.VERBOSE 作为第二个参数传递给 re.compile()，让你能做什么？
20． 如何写一个正则表达式， 匹配每 3 位就有一个逗号的数字？它必须匹配以
下数字：
 '42'
 '1,234'
 '6,368,745'
但不会匹配：
 '12,34,567' （逗号之间只有两位数字）
 '1234' （缺少逗号）
21． 如何写一个正则表达式， 匹配姓 Nakamoto 的完整姓名？ 你可以假定名字
总是出现在姓前面， 是一个大写字母开头的单词。该正则表达式必须匹配：
 'Satoshi Nakamoto'
 'Alice Nakamoto'
 'RoboCop Nakamoto'
但不匹配：
 'satoshi Nakamoto'（名字没有大写首字母）
 'Mr. Nakamoto'（前面的单词包含非字母字符）
 'Nakamoto' （没有名字）
 'Satoshi nakamoto'（姓没有首字母大写）
22． 如何编写一个正则表达式匹配一个句子，它的第一个词是 Alice、 Bob 或
Carol， 第二个词是 eats、 pets 或 throws， 第三个词是 apples、 cats 或 baseballs。该句
子以句点结束。 这个正则表达式应该不区分大小写。它必须匹配：
 'Alice eats apples.'
 'Bob pets cats.'
 'Carol throws baseballs.'
 'Alice throws Apples.'
 'BOB EATS CATS.'
但不匹配：
 'RoboCop eats apples.'
 'ALICE THROWS FOOTBALLS.'
 'Carol eats 7 cats.' 

1． re.compile() 函数返回 Regex 对象。
2．使用原始字符串是为了让反斜杠不必转义。
3． search() 方法返回 Match 对象。
4． group() 方法返回匹配文本的字符串。
5．分组 0 是整个匹配，分组 1 包含第一组括号，分组 2 包含第二组括号。
6．句号和括号可以用反斜杠转义： \.、 \（和\）。
7．如果正则表达式没有分组，就返回字符串的列表。如果正则表达式有分组，就返回字符串的元组的列表。
8． | 字符表示匹配两个组中的“任何一个”。
9． ? 字符可以表示“匹配前面分组 0 次或 1 次”，或用于表示非贪心匹配。
10． +匹配 1 次或多次。 *匹配 0 次或多次。
11． {3}匹配前面分组的精确 3 次实例。 {3, 5} 匹配 3 至 5 次实例。
12．缩写字符分类\d、 \w 和\s 分别匹配一个数字、单词或空白字符。
13．缩写字符分类\D、 \W 和\S 分别匹配一个字符，它不是数字、单词或空白字符。
14．将 re.I 或 re.IGNORECASE 作为第二个参数传入 re.compile()，让匹配不区分大小写。
15．字符.通常匹配任何字符，换行符除外。如果将 re.DOTALL 作为第二个参数传入 re.compile()，那么点也会匹配换行符。
16． .*执行贪心匹配， .*?执行非贪心匹配。
17． [0-9a-z]或[a-z0-9]
18． 'X drummers, X pipers, five rings, X hens'
19． re.VERBOSE 参数允许为传入 re.compile() 的字符串添加空格和注释。
20． re.compile（r'^\d{1,3}(,{3})*$'）将创建这个正则表达式，但其他正则表达式字符串可以生成类似的正则表达式。
21． re.compile(r'[A-Z][a-z]*\sNakamoto')
22 ． re.compile(r'(Alice|Bob|Carol)\s(eats|pets|throws)\ s(apples|cats|baseballs)\.',re.IGNORECASE)

强口令检测
写一个函数，它使用正则表达式， 确保传入的口令字符串是强口令。 强口令的
定义是： 长度不少于 8 个字符， 同时包含大写和小写字符， 至少有一位数字。你可
能需要用多个正则表达式来测试该字符串， 以保证它的强度。

def checkPassword(password):
    passwordReg = re.compile(r'''
        (?=^.{8,}$)     # 八位数及以上
        ((?=.*\d+))     # 至少一位数字
        (?![.\n])       # 没有换行符
        (?=.*[A-Z])     # 大写任意个
        (?=.*[a-z]).*$  # 小写任意个
    ''', re.VERBOSE)