PROGRES - TP2
Sébastien Tixeuil - [email protected]
Exercice 1 - Expressions régulières
1. Utiliser les expressions régulières pour identifier les adresses gmail valides et les afficher dans la liste suivante:
L=['[email protected]', ‘[email protected]',
‘Sophie.Parmentier@@gmail.com’, ’franck.Dupres.gmail.com',
‘[email protected]', '[email protected]']
2. Utiliser les expressions régulières pour vérifier si une chaine de caractères se termine par un chiffre.
3. Utiliser les expressions régulières pour supprimer les zéros problématiques dans une adresse IPv4 exprimée sous la forme d’une chaine de caractères. (exemple : « 216.08.094.196 » devrait devenir « 216.8.94.196 », mais « 216.80.140.196 » devrait rester « 216.80.140.196 »).
4. Utiliser les expressions régulières pour transformer une date au format MM-DD-YYYY vers le format DD-MM-YYYY. (exemple « 11-06-2020 » devrait devenir « 06-11-2020 »).
Exercice 2 - Analyser du XML
Ecrire un programme Python qui va :
1. Récupérer le contenu de la page à l’adresse : https://www.w3schools.com/xml/
cd_catalog.xml
2. Afficher pour les CD : le titre, l’artiste, le pays, la compagnie, l’année.
3. Afficher tous les CD des années 1980.
4. Afficher tous les CD anglais.
Exercice 3 - Analyser du JSON
Ecrire un programme Python qui va :
1. Récupérer le fichier des lieux de tournage à Paris à l’adresse : https://
opendata.paris.fr/explore/dataset/lieux-de-tournage-a-paris/download/?
format=json&timezone=Europe/Berlin&lang=fr
2. Analyser le fichier JSON obtenu pour afficher, pour toutes les entrées : le réalisateur, le titre, l’arrondissement, la date de début, la date de fin, les coordonnées géographiques.
3. Afficher pour chaque film (il peut y avoir plusieurs entrées pour un même film) le réalisateur, les dates de tournage, et les lieux.
4. Afficher pour chaque arrondissement son nombre de tournages.
Exercice 4 - Analyser du HTML
Ecrire un programme Python qui va :
1. Récupérer le contenu de la page Wikipedia à l’adresse : https://fr.wikipedia.org/
wiki/Liste_des_pays_par_densit%C3%A9_de_population
2. Afficher tous les pays mentionnés dans le tableau « Densité par pays (1950-2018) ».
3. Afficher pour chaque pays son rang, sa densité, sa population, sa superficie.
4. Sauvegarder les informations obtenues dans un dictionnaire Python.
5. Demander à l’utilisateur un pays, lui afficher les informations correspondantes.
Exercice 5 * - Analyser du CSV
Ecrire un programme Python qui va :
1. Récupérer le fichier des titres les plus prêtés dans les bibliothèques à Paris à l’adresse : https://opendata.paris.fr/explore/dataset/les-titres-les-plus-pretes/
download/?format=csv&timezone=Europe/
Berlin&lang=fr&use_labels_for_header=true&csv_separator=%3B
2. Analyser le fichier CSV obtenu pour afficher, pour toutes les entrées : le titre, l’auteur, le nombre de prêts.
3. Afficher pour chaque type de documents (il peut y avoir plusieurs entrées pour un même type de documents), le nombre total de prêts pour ce type.
4. Afficher les titres dans l’ordre de rentabilité (par ordre décroissant du nombre de prêts par exemplaire.
Exercice 6 * - API Web
1. Ecrire un programme Python qui va rendre disponible une API Web permettant des calculs élémentaires sur des nombres entiers. Les API sont accessibles par GET et de la forme :
• /add/{entier1}/{entier2} : réaliser l’addition de entier1 et entier2
• /sub/{entier1}/{entier2} : réaliser la soustraction de entier1 et entier2
• /mul/{entier1}/{entier2} : réaliser la multiplication de entier1 et entier2
• /div/{entier1}/{entier2} : réaliser la division entière de entier1 par entier2
• /mod/{entier1}/{entier2} : réaliser le reste de la division entière de entier1 par entier2
2. Ecrire un programme Python qui va tester l’API Web rendue disponible au moyen de la bibliothèque requests.
