Регулярные выражения: ограничения. Разбор строк

• Пред- и постпросмотр (положительный и отрицательный).
• Разбор строк:
  • Выделение лексем (только здесь помогают РВ)
  • Анализ синтаксиса
  • Интерпретация

• Обработчики популярных форматов:

  • Shlex — лексический анализатор языка, похожего на shell

  • http://docs.python.org/library/htmlparser.html?highlight=parser#HTMLParser — разбор HTML-страницы

  • ConfigParser — разбор расширенной версии конфигурационного файла типа Windows .INI

Домашнее задание

1. Прочитать с чем знакомят на Google-упражнениях по теме «регулярные выражения в Python». Правда, у нас не хуже?

2. Прочитать о модификаторах регулярного выражения в документации. Для решения может понадобиться многострочный режим (re.MULTILINE) и/или режим, при котором '.' может сопоставляться с переводом строки (re.DOTALL)

3. В некоторой программе на Python у всех идентификаторов, начинающихся с большой буквы (например ABc), окружить эту букву подчёркиваниями (_A_Bc). Полученная программа должна работать как раньше (в том числе и ваша собственная программа)!

   • Не забыть о None, True, False — при их подмене программа не заработает

   • Не забыть о строках (2 вида обычных и 2 вида многострочных) и комментариях, внутри которых заменять не надо

   • … вдруг что-то ещё не заработает?

   • Задача решается активным использованием регулярных выражений, но только при условии, что в комментариях не встречаются строковые конструкции. Почему?

4. Псевдографика. Вводится таблица шириной в 20 символов, границы которой обозначены символами +, - и |:

   •       +------+-----------+
           |   QQ |   QkrQ    |
           +------+           |
           |      |   IDDQD   |
           +------+-----------+

     Преобразовать её в таблицу, границы которой заданы псевдографикой: ─ │ ┌ ┐ └ ┘ ├ ┤ ┬ ┴ ┼ (если эти символы видно, значит у вас установлен правильный шрифт; можно отсюда скопировать в программу):

           ┌──────┬───────────┐
           │   QQ │   QkrQ    │
           ├──────┤           │
           │      │   IDDQD   │
           └──────┴───────────┘

     Предполагается использовать re.DOTALL и пре/постпросмотр. Сколько '.' в режиме re.DOTALL занимает перевод строки? Одну! --Ray Не забывайте перекодировать в unicode.

5. Упражнение от Google (по наводке Ray). Там надо предварительно скачать и разархивировать файл с несколькими HTML-ями. Обратите внимание, что это не олимпиадная задача: что и как делать, ясно заранее (даже РВ уже написаны), а вот попрограммировать придётся.

Условные обозначения

• — тема по Linux

• ­— необязательная тема

• — теоретическое задание

• — тема для самостоятельного изучения

CategoryClass CategoryVmsh