Регулярні вирази

Тест: quiz.html

Працюємо з тим самим журналом, що й у лекції. Він навмисно «брудний»: рядки різного формату, зайві пробіли, різний регістр рівнів. Скопіюй його до себе:

ЖУРНАЛ = """2026-03-15 09:41 INFO  #1043 Олена kava@lviv.ua +380671234567 249.50 грн
2026-03-15 09:42 warn  #1044 Петро petro@ua.net +380509876543 1290.00 грн
2026-03-16 11:03 ERROR #1045 Ірина iryna@mail.com +38 (063) 111-22-33 75.00 грн
2026-03-16 11:07 INFO  #1046 Богдан-Тарас bt.koval+shop@ua-mail.net 0951234567 3.99 грн
непридатний рядок без жодних даних
2026-03-17 08:15 error #1047 Ґалина galyna@ukr.net +380671110099 15200.00 грн"""

рівень 1Рівень 1 — База

Витягни з журналу три списки: усі номери замовлень, усі адреси пошти, усі суми. Кожен шаблон пиши сирим рядком і поясни коментарем українською, що означає кожна його частина.

Окремо зроби четверте завдання без регулярки — порахуй, скільки рядків починаються з 2026-03-16. Використай .startswith() і поясни в коментарі, чому тут шаблон був би зайвий.

Зроблено, якщо:

• номери == ['1043', '1044', '1045', '1046', '1047'] (без решітки — саме цифри);
• у списку пошти рівно пʼять адрес, серед них bt.koval+shop@ua-mail.net (тобто твій шаблон витримує крапку, плюс і дефіс — і в імені, і в домені);
• сума всіх замовлень дорівнює 16818.49;
• підрахунок рядків за 16 березня зроблено методом рядка, і в коді є коментар, який пояснює чому.

рівень 2Рівень 2 — Плюс

Напиши функцію розібрати_рядок(рядок), яка повертає словник із полями дата, час, рівень, номер, клієнт, пошта, телефон, сума — або None, якщо рядок не підходить під формат.

Вимоги до шаблону:

1. усі групи іменовані, шаблон записаний із re.VERBOSE і коментарями;
2. рівень розпізнається незалежно від регістру (INFO, info, Info), але в результаті завжди зберігається великими літерами;
3. імʼя клієнта може містити дефіс (Богдан-Тарас) і українські літери, зокрема ґ і Ґ;
4. телефон приймається в усіх трьох формах, що є в журналі — +380671234567, +38 (063) 111-22-33 і 0951234567 — і в результаті завжди зберігається як +380XXXXXXXXX;
5. сума в словнику має бути числом float, а не рядком.

Далі побудуй словник сума_за_рівнем і виведи його впорядкованим за спаданням суми.

Зроблено, якщо:

• розібрати_рядок("непридатний рядок без жодних даних") is None;
• усі пʼять придатних рядків розібрано, len(записи) == 5;
• записи[1]["рівень"] == "WARN" і записи[2]["телефон"] == "+380631112233";
• сума_за_рівнем == {"ERROR": 15275.0, "WARN": 1290.0, "INFO": 253.49};
• у коді немає жодного .group(1) — тільки імена.

рівень 3Рівень 3 — Виклик

Дослідження на дві частини.

Частина А · шаблон проти методів. Візьми задачу «розбити рядок журналу на поля». Реалізуй її двома способами: через свій шаблон із рівня 2 і через звичайні .split(), .strip(), зрізи. Виміряй обидва на журналі, повтореному 20 000 разів (ЖУРНАЛ * 20000), і зроби чесний висновок: де швидше, де читабельніше і за яких умов ти обрав би кожен варіант. Окремо виміряй скомпільований шаблон (re.compile) проти re.search у циклі.

Частина Б · катастрофічний відкат. Для n від 12 до 23 виміряй час re.search(r"(a+)+b", "a" * n). Побудуй таблицю «n → час → відношення до попереднього». Потім:

• поясни, чому відношення тримається біля двійки;
• знайди шаблон, який розпізнає ту саму мову («одна або більше «a», потім «b»»), але працює лінійно, і доведи це вимірюванням;
• перевір, чи зникає проблема, якщо в тексті є літера b у кінці, і поясни результат.

Зроблено, якщо:

• є таблиця вимірів для обох частин, а не одне число;
• для (a+)+b відношення сусідніх часів на великих n лежить у межах 1.7–2.5, і ти пояснив словами, звідки береться двійка;
• для безпечного шаблону час на 23 символах щонайменше в тисячу разів менший за час небезпечного на тих самих 23 символах;
• у висновку сказано, за якої умови вкладений квантифікатор небезпечний (а не просто «вкладені квантифікатори погані»).

Підказки

• Українські літери не вміщаються в діапазон [а-я]. Пиши [а-щьюяіїєґ] для малих і [А-ЩЬЮЯІЇЄҐ] для великих — або просто \w, якщо цифри й підкреслення тобі не завадять.
• Щоб звести телефон до єдиного вигляду, спершу прибери все зайве (re.sub(r"\D", "", телефон)), а вже потім перевіряй довжину й початок. Не намагайся описати всі формати одним шаблоном — це шлях до нечитабельності.
• re.VERBOSE ігнорує пробіли всередині шаблону. Якщо пробіл потрібен саме як символ — пиши \s або [ ], інакше він мовчки зникне.
• Вимірюючи час, повторюй вимір тричі й бери мінімум: перший запуск завжди дорожчий, бо шаблон ще не в кеші.
• Якщо результат findall раптом складається з кортежів — у шаблоні є групи. Або зроби їх незапамʼятовними (?:...), або переходь на finditer.