首先生成正则表达式练习的数据：
#! /usr/bin/python from random import randint, choicefrom string import lowercasefrom sys import maxintfrom time import ctimedoms = ('com', 'edu', 'net', 'org', 'gov')for i in range(randint(5, 10)): #generate time in string format dtint = randint(0, maxint - 1) dtstr = ctime(dtint) #generate user name, length:4~7 shorter = randint(4, 7) em = '' for j in range(shorter): em += choice(lowercase) #generate domain name, length:shorter~12 longer = randint(shorter, 12) dn = '' for j in range(longer): dn += choice(lowercase) print '%s::%s@%s.%s::%d-%d-%d' % (dtstr, em, dn, choice(doms), dtint, shorter, longer) 每次gendata.py执行都会产生5~10行的输出，在每行的输出中，我们从int类型的范围内，随机的挑选一个整数，并把这个整数换算成计算机的时间，换算的方法就是从1970年1月1日零点到现在的秒数。
random.choice()这个函数的用处就是根据指定的序列，随机返回该序列中的一个元素，在这里我们指定序列是26个小写字母，string.lowercase。
登陆名的长度为4~7个字符，虚拟邮箱的地址的域名长度在4~12个字符，但是不能短于登录名的长度。
看生成的数据：
Wed May 27 07:48:25 1981::ufbfecs@surdpbsoru.net::359768905-7-10Thu Apr 7 09:42:29 2033::ewanfh@znkvahbcorb.edu::1996450949-6-11Fri Feb 9 20:25:16 1979::icopo@aeslbbik.gov::287411116-5-8Fri Aug 22 03:58:37 2031::gtigjb@oundjfu.org::1945108717-6-7Tue Jan 23 07:34:12 1979::tatxg@nztitfrkc.net::285896052-5-9Tue May 29 17:25:57 1973::uohh@qxhwzrpu.gov::107515557-4-8Thu Feb 1 05:44:21 1973::quiafo@lmltvmi.gov::97364661-6-7Sun Feb 26 04:46:30 1984::ynpvvju@ygdcbqkk.edu::446589990-7-8
利用生成的数据，提取星期：
#! /usr/bin/pythonimport re#p = re.compile(r'^(Mon|Tue|Wed)')p = re.compile(r'^(\w{3})')f = open('gendata.txt', 'r')for eachLine in f.readlines(): m = p.match(eachLine.strip()) if m is not None: print m.groups()f.close() 利用生成的数据，提取后面的数字：
在这里，如果用匹配的方法，就不得不写一个正则表达式来匹配整行内容，并用子组保存我们感兴趣的那部分数据，在这里用搜索的方法更合适。
#! /usr/bin/pythonimport rep = re.compile(r'\d+-\d+-\d+')f = open('gendata.txt', 'r')for eachLine in f.readlines(): s = p.search(eachLine.strip()) if s is not None: print s.group()f.close() 如果用匹配的方法，那么正则表达式要设计为：
r'.+(\d+-\d+-\d+)'
但是这样的设计是不行的，因为python默认是贪心匹配的，所以会出现这样的结果：
所以要修改正则表达式：
r'.+?(\d+-\d+-\d+)'
