第十章、正则表达式和JSON

最新推荐文章于 2020-11-29 04:01:03 发布

xmd_bmx

最新推荐文章于 2020-11-29 04:01:03 发布

阅读量484

点赞数

分类专栏： Python 文章标签： python

本文链接：https://blog.csdn.net/dq_zhanghaifang/article/details/109406142

版权

Python 专栏收录该内容

14 篇文章 0 订阅

订阅专栏

本文详细介绍了正则表达式的使用，包括字符序列匹配、数量级、边界匹配、组和函数替换等，以及Python中`re`模块的相关方法。此外，还讲解了JSON作为数据交换格式的基础，包括如何在Python中进行序列化和反序列化操作，以及JSON对象与Python数据类型的对应关系。

摘要由CSDN通过智能技术生成

第十章、正则表达式和JSON

一、正则表达式

正则表达式是一个特殊的字符序列，一个字符串是否与我们所设定的这样的字符序列，相匹配，快速检索文本‘实现一些替换文本的操作
- 检测一串数字是否是电话号码
- 检测一个字符是否是email
- 把一个文本了指定的单词替换为另一个单词

内置函数优先选择来解决字符串的问题

a = "c|c++|java|c#|python|javascript"

print(a.index("python")>-1)
print("python" in a)
# 结果：
True
True

re¹

findall("正则表达式",数据)

import re
a = "c|c++|java|c#|python|javascript"
# 正则表达式
r = re.findall("python",a)
print(r)
# 结果：
['python']

r = re.findall("PHP",a)
print(r)
# 结果：
[]

常量是没有规则的，正则表达式最重要的就是规则

元字符与普通字符

\d²

import re

a = "c0c++7java8c#9python6javascript"
# 将数字全部提取出来
r = re.findall("\d",a)
print(r)
# 结果：
['0', '7', '8', '9', '6']

python 普通字符

\d元字符：匹配一个数字字符

\D：匹配一个非数字字符

import re

a = "c0c++7java8c#9python6javascript"

# 将数字全部提取出来
r = re.findall("\D",a)
print(r)
# 结果：
['c', 'c', '+', '+', 'j', 'a', 'v', 'a', 'c', '#', 'p', 'y', 't', 'h', 'o', 'n', 'j', 'a', 'v', 'a', 's', 'c', 'r', 'i', 'p', 't']

字符集：[字符]匹配某一个字符，字符与字符之间是或的关系

# 字符集
import re
s = "abc,acc,adc,aec,afc,ahc"
# 找一个中间字符是c或者是f的单词
r = re.findall("a[cf]c",s)
print(r)
# 结果：a\c是用来定界的
['acc', 'afc']

[^字符]取反的操作

# 字符集
import re
s = "abc,acc,adc,aec,afc,ahc"
# 找一个中间字符是c或者是f的单词
r = re.findall("a[^cf]c",s)
print(r)
# 结果：
['abc', 'adc', 'aec', 'ahc']

[字符-字符]取某一段字符

# 字符集
import re
s = "abc,acc,adc,aec,afc,ahc"
# 找一个中间字符是c或者是f的单词
r = re.findall("a[c-f]c",s)
print(r)
# 结果：
['acc', 'adc', 'aec', 'afc'

概括字符集

\d、\D

# 字符集
import re
s = "vbialv51d46ia856lgv"

r = re.findall("\d",s)
print(r)
r = re.findall("[0-9]",s)
print(r)
# 结果：
['5', '1', '4', '6', '8', '5', '6']
['5', '1', '4', '6', '8', '5', '6']

\w匹配字母和数字、\W匹配非字母数字

# 字符集
import re
s = "vbialv51d/46ia85;6l'gv"

r = re.findall("\w",s)
print(r)
# 结果：
['v', 'b', 'i', 'a', 'l', 'v', '5', '1', 'd', '4', '6', 'i', 'a', '8', '5', '6', 'l', 'g', 'v']

[A-Za-z0-9_]

# 字符集
import re
s = "vbialv51d/46ia85;6l'gv"

r = re.findall("[A-Za-z0-9_]",s)
print(r)
# 结果：
['v', 'b', 'i', 'a', 'l', 'v', '5', '1', 'd', '4', '6', 'i', 'a', '8', '5', '6', 'l', 'g', 'v']

\s匹配空白字符、\S非空白字符

# 字符集
import re
s = "vbial v51\td/46\n  ia\r85;6l'gv"

r = re.findall("\s",s)
print(r)
# 运行结果：
[' ', '\t', '\n', ' ', ' ', '\r']

数量级：表示前面的字符的个数

{min,max}：重复前面的正则表达式

# 字符集
import re
s = "c|c++354|java3453|c#|3453python|3453javascript"

r = re.findall("[a-z+#]{1,10}",s)
print(r)
# 结果：
['c', 'c++', 'java', 'c#', 'python', 'javascript']

贪婪与非贪婪：为什么匹配到3个就能结束还要继续匹配

默认状态下是贪婪方式匹配
非贪婪的表示方式：{min,max}?

# 字符集
import re
s = "c|c++354|java3453|c#|3453python|3453javascript"

r = re.findall("[a-z+#]{3,10}?",s)
print(r)
# 结果：
['c++', 'jav', 'pyt', 'hon', 'jav', 'asc', 'rip']

匹配0次1次或者无限次

*匹配星号前面的字符0次或者无限多次

# 字符集
import re
s = "c|c++354pytho|java3453|c#|3453python|3453pythonnjavascript"

r = re.findall("python*",s)
print(r)
# 结果：
['pytho', 'python', 'pythonn']

+匹配星号前面的字符1次或者无限多次

import re
s = "c|c++354pytho|pyjavan3453|c#|3453python|3453pythonnn"

r = re.findall("python+",s)
print(r)
# 结果：
['python', 'pythonnn']

?匹配星号前面的字符1次或者0次

# 字符集
import re
s = "c|c++354pytho|pyjavan3python|3453pythonnn"

r = re.findall("python?",s)
print(r)
# 结果：
['pytho', 'python', 'python']

边界匹配符

^\d{4,8}$ ^从第一个开始匹配 $从最后一个开始匹配

# 边界匹配
import re
qq = "100000001"

r = re.findall('^\d{4,8}$',qq)
print(r)
# 结果：
[]

# 边界匹配
import re
qq = "100000001"
r = re.findall('^000',qq)
print(r)
# 结果：
[]
r = re.findall('000$',qq)
print(r)
# 结果：
[]

组
- ()括号扩起来的叫组、一个正则表达式中不止有一个组、可以有多个，小括号表示每个字符之间的关系是且的关系[]每个变量之间是或的关系
- ```
# 组
import re
a = "PythonPythonPythonPythonPythonJS"
r = re.findall('(Python){3}(JS)',a)
print(r)
# 结果
[('Python', 'JS')]
```

findall的第三个参数，模式参数，可以同时使用多个模式用|连接

# 第三参数
import re
a = "c|c++|java|c#|python|javascript"
r = re.findall('C#',a,re.I | re.S)
print(r)
# 结果：
['c#']

re.sub(正则表达式,替换的数据,查找的数据,count指替换次数)正则替换，count = 0是表示只要有就会替换

# sub
import re
a = "c|c++|java|c#|python|javascript"
r = re.sub("c#","go",a)
print(r)
# 结果：
c|c++|java|go|python|javascript

强大的地方在与，第二个参数可以时函数

# sub
import re
a = "c|c++|c#|java|c#|python|c#|javascript"
def convert(value):
    print(value)
    # return "--"+value+"--"
r = re.sub("c#",convert,a)
print(r)
# 结果：
<re.Match object; span=(6, 8), match='c#'>
<re.Match object; span=(14, 16), match='c#'>
<re.Match object; span=(24, 26), match='c#'>
c|c++||java||python||javascript
# sub
import re
a = "c|c++|java|c#|python|javascript"
def convert(value):
    return "csacsvaw"
r = re.sub("c#",convert,a)
print(r)
# 结果：
c|c++|java|csacsvaw|python|javascript
# sub
import re
a = "c|c++|c#|java|c#|python|c#|javascript"
def convert(value):
    matched = value.group()
    return "--"+matched+"--"
r = re.sub("c#",convert,a)
print(r)
# 结果：
c|c++|--c#--|java|--c#--|python|--c#--|javascript

把函数当做参数传递

# sub
import re
a = "A8C3721D86"
def convert(value):
    matched = value.group()
    if "9">= matched > "6":
        return "9"
    elif "0" <= matched < "3":
        return "1"
r = re.sub("[1-9]",convert,a)
print(r)
# 结果：
A9C911D9

match和search用法和findall一样
- match是从首字母开始
- search是看所有数据
- 返回值不一样

group()：分组、在于分组的匹配

0：永远是全部值
1：返回组值

import re
s = "life is short,i use python"
r = re.search("life (.*) python",s)
print(r.group(1))
# 结果：
is short,i use

groups()：返回组值

学习方法：
1. 常用的正则表达式，可以用别人写好的

二、JSON

JSON是一种轻量级的数据交换格式
1. 字符串是JSON的表现形式
2. 符合JSON格式的字符串叫做JSON字符串
3. 跨语言交换数据

反序列化：JSON原先拿到的数据就是字符串

json包：JSON专用包
loads(json字符串)：将json数据转换成语言所支持的一种数据类型，python中为字典类型

import json
# JSON
json_str = '''{"name":"qiyue", "age":"18"}'''
student = json.loads(json_str)
print(student["name"])
# 运行结果：
qiyue

# 数组时
import json
json_str = '''[{"name1":"qiyue1", "age1":"15"}, {"name":"qiyue", "age":"18"}]'''
student = json.loads(json_str)
print(type(student))
print(student)
# 结果：
<class 'list'>
[{'name1': 'qiyue1', 'age1': '15'}, {'name': 'qiyue', 'age': '18'}]

解析过程：反序列化。

序列化：

dumps(object)：序列化方法

# JSON
import json

student = [
                {'name1': 'qiyue1', 'age1': '15'}, 
                {'name': 'qiyue', 'age': '18'}
          ]
json_str = json.dumps(student)
print(type(json_str))
print(json_str)
# 结果：
<class 'str'>
[{"name1": "qiyue1", "age1": "15"}, {"name": "qiyue", "age": "18"}]