Använd kunskap om **teckenklasser** och **kvantifikatorer** för att extrahera alla e-postadresser från en textmassa. E-postadresser följer specifika mönster, vilket gör dem till utmärkta kandidater för **reguljära uttryck**. Målet är att skriva en funktion som skannar en given sträng och returnerar varje e-postadress den hittar.

- Identifiera mönstret för en typisk e-postadress (till exempel `username@example.com`);
- Använd Pythons `re`-modul för att konstruera ett reguljärt uttryck som matchar e-postadresser;
- Skriv en funktion som returnerar en lista med alla e-postadresser som hittas i inmatningssträngen.

**Kvantifikatorer** i reguljära uttryck låter dig ange hur många gånger ett tecken, en teckenklass eller en grupp måste förekomma för att det ska bli en träff. Detta är avgörande för mönster som e-postadresser, där delar av adressen kan upprepas eller variera i längd. Till exempel, i mönstret `[a-zA-Z0-9._%+-]+`, betyder kvantifikatorn `+` "matcha ett eller flera av de föregående tecknen." Vanliga kvantifikatorer inkluderar `*` (noll eller fler), `+` (en eller fler), och `{n,m}` (mellan *n* och *m* gånger). Genom att använda kvantifikatorer kan du skapa flexibla mönster som matchar många olika textformat.

Notering


import unittest
import user_code
import ast
import re   
import unittest
import importlib
import io
from contextlib import redirect_stdout

class TestTask(unittest.TestCase):
    def test_basic_emails(self):
        import user_code
        importlib.reload(user_code)
        text = "Contact us at support@example.com or sales@company.org for details."
        result = user_code.extract_emails(text)
        expected = ["support@example.com", "sales@company.org"]
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Correctly extracts multiple emails in order",
            f"Expected {expected}, got {result}",
        )

    def test_no_emails(self):
        import user_code
        importlib.reload(user_code)
        text = "No email addresses here!"
        result = user_code.extract_emails(text)
        expected = []
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Returns an empty list when no emails are present",
            f"Expected empty list, got {result}",
        )

    def test_varied_emails(self):
        import user_code
        importlib.reload(user_code)
        text = "Emails: first.last@domain.co.uk, foo_bar-123@sub.domain.com, x@y.io."
        result = user_code.extract_emails(text)
        expected = ["first.last@domain.co.uk", "foo_bar-123@sub.domain.com", "x@y.io"]
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Correctly extracts emails with subdomains and country TLDs",
            f"Expected {expected}, got {result}",
        )

    def test_emails_with_extra_characters(self):
        import user_code
        importlib.reload(user_code)
        text = "Contact: <admin@website.com>, (info@web.org)!"
        result = user_code.extract_emails(text)
        expected = ["admin@website.com", "info@web.org"]
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Ignores punctuation around emails",
            f"Expected {expected}, got {result}",
        )

    def test_case_sensitivity(self):
        import user_code
        importlib.reload(user_code)
        text = "Write to John.DOE@Example.Com for info."
        result = user_code.extract_emails(text)
        expected = ["John.DOE@Example.Com"]
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Preserves original case of email addresses",
            f"Expected {expected}, got {result}",
        )

    def test_repeated_emails(self):
        import user_code
        importlib.reload(user_code)
        text = "Repeat: a@b.com a@b.com"
        result = user_code.extract_emails(text)
        expected = ["a@b.com", "a@b.com"]
        _dynamic_test(
            self,
            isinstance(result, list) and result == expected,
            "Returns all occurrences, including duplicates, in order",
            f"Expected {expected}, got {result}",
        )

def _dynamic_test(test_case, condition, success_message, failure_message):
    if condition:
        test_case._testMethodName = success_message
        test_case.assertTrue(True, success_message)
    else:
        test_case._testMethodName = failure_message
        test_case.fail(failure_message)

def normalize_text(text):
    text = text.lower()
    text = re.sub(r"\s{2,}", " ", text)
    text = re.sub(r"\s*([,:?])\s*", r"\1 ", text)
    return text.strip()

def change_var(code: str, var_name: str, value: str) -> str:
    tree = ast.parse(code)
    lines = code.splitlines()
    for i, node in enumerate(tree.body):
        if isinstance(node, ast.Assign):
            for target in node.targets:
                if isinstance(target, ast.Name) and target.id == var_name:
                    start_line = node.lineno - 1
                    line = lines[start_line]
                    indent = ' ' * (len(line) - len(line.lstrip()))
                    lines[start_line] = f"{indent}{var_name} = {value}"
                    next_line = len(lines)
                    for next_node in tree.body[i+1:]:
                        if hasattr(next_node, 'lineno'):
                            next_line = next_node.lineno - 1
                            break
                    if next_line > start_line + 1:
                        lines[start_line+1:next_line] = []
                    
                    return '\\n'.join(lines)
    return code

if __name__ == "__main__":
    unittest.main()


test_main.py

En omfattande kurs om Python-reguljära uttryck, utformad för studenter med grundläggande kunskaper i Python. Kursen täcker regex-syntax, mönstermatchning, avancerade funktioner och praktiska tillämpningar genom teori och praktiska uppgifter.

Lär dig grunderna i reguljära uttryck i Python, inklusive grundläggande syntax, mönstermatchning och viktiga regex-funktioner.

Fördjupa dig i regex med gruppering, kvantifikatorer, ankare och ersättningstekniker.

Behärska avancerade regex-funktioner såsom lookahead/lookbehind, icke-girig matchning, och tillämpa regex på verkliga textbehandlingsproblem.

Utmaning: Extrahera e-postadresser

Lösning