python第三篇

正则表达式及应用

正则表达式是处理字符串的一种技术，它先使用使⽤⼀个python自带的模块re模块预定义特定模式，然后匹配一类具有共同特征的字符串，可以快速、准确地完成复杂查找、替换等操作，可以应用于网络编程。

正则表达式的大致匹配过程是：
1.依次拿出表达式和文本中的字符比较，
2.如果每一个字符都能匹配，则匹配成功；一旦有匹配不成
功的字符则匹配失败。
3.如果表达式中有量词或边界，这个过程会稍微有一些不同。

元符号	功能
^	匹配行首
$	匹配行尾
.	任意单个字符
[ ]	匹配包含在中括号中的任意字符
[^]	匹配包含在中括号中的字符之外的字符
[ - ]	匹配指定范围的任意单个字符
？	匹配之前项的1次或者0次
+	匹配之前项的1次或者多次
*	匹配之前项的0次或者多次
{n}	匹配之前项的n次
{m,n}	匹配之前项最大n次，最小m次
{n,}	配置之前项至少n次

[…]字符集，对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，比如[abc]和[a-c]，第一个字符如果是^ 表示取反。所有特殊字符（比如" ] " " - " " ^ “）在字符集中都失去原来的含义，如要使用可把” ] " " - " 放在第一个字符，" ^ "放在非第一个字符。

re模块具体详细文章（站在大佬的肩膀上挺舒服的哈哈）

字符串

字符串编码

字符串编码有以下格式

ASCLL编码是7位编码，一共可以组成128个不同的ASCII码，其中可以打印的有95个（95个中包括了空格），还有33个控制字符不可打印。

UTF-8、UTF-16、UTF-32：国际通用编码格式，采用3个字节表示1个汉字。

GB2312、GBK：GBK是我国制定的中文编码标准采用1个字节表示1个英文字符，采用2个字节表示1个汉字

Unicode：不同编码格式之间相互转化的基础。

ISO为了统一所有的字符集，提出了unicode这一统一的字符标准，认定英语字母和汉字都算一个字符即两个字节（一个字符两个字节），进行了统一。然后unicode又衍生****出两个传输标准 utf-8 ,utf-16进行信道编码 （unicode为信源编码），所以说unicode和utf-8不是一 一对应的，需要按照一定的规则进行转换。如，中文在unicode占两个字节，在utf-8占3个字节。

python 的编码乱码问题
字符创建在python内部采用unicode字符集，除了ASCII码，像中文在字符集中存储的格式是\x65\xa23\u94c1\u9a6……所以unicode是不直接显式的识别中文的，则需要将中文装解码 decode 成计算机识别的unicode码，然后再编码转换成utf-8编码输出，则可以显式的出现中文。

字符串运算

1.字符串赋值
将一个字符串赋值给另外一个字符串

str1 = "你好"
str2 = str1

2.字符串合并 （使用“+”，运算符将两个或者多个字符串合并）

str1 = "你好"
str2 = "python"
str3 = str1 + str2
print(str3)

3.求字符串长度。汉字和英文字符、数字，长度都为两个字节（一个字符）。

str = "你好"
print(len(str))   #结果为2  表示两个字符（四个字节）

（字符串格式化，map()函数 字符串方法与应用，这里我就直接引用大佬文章不做详解）

字符串格式化

字符串除了链接文章里还有一个map(fun，seq)方法

相关map()文章

字符串方法与应用

因为目前我只接触了网络编程的基础，所以正则表达式相关知识就学习到这里
果然编程的学海无涯啊！（哭死）