一、二进制数据的转换
1.二进制类型/字节(bytes)
2.其他数据转二进制: bytes(数据)
字符串转二进制：字符串.encode(encoding=‘utf-8’)
print(bytes(10))
print(bytes(2))
print(bytes(12.5))
print(bytes(True))
print(bytes('abc', encoding='utf-8'))
print(bytes('abc', encoding='utf-8'))
print(bytes([1, 2]))
print(bytes([10, 20, 30]))
print(bytes(['abc', '123']))
#
list1 = [100, 'abc', 12.5]
b1 = bytes(str(list1), encoding='utf-8')
print(b1)
#
str2 = 'hello'
b2 = str2.encode(encoding='utf-8')
print('b2:', b2)
3.二进制转字符串:
方法一： str(数据, encoding='utf-8')
str1 = str(b1, encoding='utf-8')
print(str1)
list1 = eval(str1)
print(list1, type(list1))
#
方法二：二进制数据.decode(encoding='utf-8')
str2 = b2.decode(encoding='utf-8')
print(str2)
二、正则语法
1.什么是正则表达式
正则表达式是一种工具；一种专门用做字符串匹配的工具，能够在某些情况下让字符串的处理变得非常简单。
正则是用来描述字符串规则
fullmatch(正则表达式, 字符串) - 判断正则表达式是否和字符串完全匹配，如果不匹配返回None
- 正则表达式的语法(通用的)
=匹配符号==
1)普通字符
“”"
普通字符在正则表达式中表示这个符号本身
“”"
匹配一个字符串有三个字符，分别是 a、b、c
re_str = r’abc’
result = fullmatch(re_str, ‘abc’)
print(result)
re_str = r’abc’
result = fullmatch(re_str, ‘abcc’)
print(result)
2). - 匹配任意一个字符
匹配一个长度是3的字符串，第一个字符是任意字符，后面是bc
re_str = r’.bc’
result = fullmatch(re_str, ‘abc’)
print(result)
re_str = r’.bc’
result = fullmatch(re_str, ‘abc’)
print(result)
re_str = r’a…c’
result = fullmatch(re_str, ‘aooc’)
print(result)
- \d - 匹配任意一个数字字符
re_str = r’\d\d\d’
result = fullmatch(re_str, ‘780’)
print(result)
re_str = r’\d\dabc’
result = fullmatch(re_str, ‘45abc’)
print(result)
- \D - 匹配任意一个非数字字符
re_str = r’\d\D\d’
result = fullmatch(re_str, ‘8=0’)
print(result)
-
\s - 匹配任意一个空白字符
空白字符：空格、\n(换行)、\t(制表符)
re_str = r’abc\s123’
abc = fullmatch(re_str, ‘abc\t123’)
print(abc) -
\S - 匹配任意一个非空白字符
re_str = r’abc\S\d’
print(fullmatch(re_str, ‘abc看5’))
re_str = r’\S…’
print(fullmatch(re_str, ‘psjd’))
7)\w - 匹配任意一个数字、字母或者下划线（不好用，非ASCII码中的字符都可以匹配）
8)[字符集] - 匹配字符集中出现的任意一个字符
注意：一个[]只能匹配一个字符
[abc] - 匹配一个字符是a或者b或者c
[\dabc] - 匹配一个字符是数字或者a或者b或者c
[1-9] - 匹配1到9的任意一个数字字符
[2-5abc] - 匹配2到5中任意一个数字字符或者a或者b或者c
[a-z] - 匹配任意一个小写字母
[a-zA-Z] - 匹配任意一个字母
[\da-zA-Z_] - 匹配字母、数字、下划线
[\u4e00-\u9fa5] - 匹配任意一个中文字符
re_str = r’[abc]123’
print(fullmatch(re_str, ‘a123’))
re_str = r’[你w3=]123’
print(fullmatch(re_str, ‘3123’))
re_str = r’[\dxy=]mn’
print(fullmatch(re_str, ‘3mn’))
re_str = r’[a-z]123’
print(fullmatch(re_str, ‘x123’))
re_str = r’[a-A]123’ # 报错！
print(fullmatch(re_str, ‘a123’))
在[]中两个字符之间才有特殊意义
re_str = r’[-abc]12-3’
print(fullmatch(re_str, ‘-12-3’))
- [^字符集] - 匹配不在字符集中的任意一个字符
[^abc] - 匹配除了abc以外的任意一个字符
[^\dxy] - 匹配除了xy和数字以外的任意一个字符
[^a-z] - 匹配除了小写字母以外的任意一个字符
[^\u4e00-\u9fa5] - 匹配除了中文以外的任意一个字符
print(fullmatch(r’[^abc]123’, ‘m123’))# print(fullmatch(r’[^\u4e00-\u9fa5]123’, ‘k123’))
注意: ^在[]中，如果没有在开头就表示这个符号本身
print(fullmatch(r’[a^bc]123’, ‘c123’))
=检测符号
匹配符号要求一个符号必须对应一个字符，会影响字符串长度的描述；
检测符号，不会匹配字符，也不会影响字符串长度，它是在匹配成功的前提下对指定位置的字符进行检测
- \b - 检测是否是单词边界
单词边界 - 所有能够区分出两个不同单词的符号，例如：空白字符、标点符号、字符串开头和字符串结尾
re_str = r’abc\b\s123’
print(fullmatch(re_str, ‘abc 123’))
- \B - 检测是否不是单词边界
re_str = r’abc\B123’
print(fullmatch(re_str, ‘abc123’))
- ^ - 检测是否是字符串开头
re_str = r’abc^123’
print(fullmatch(re_str, ‘abc 123’)) # None
re_str = r’^abc123’
print(fullmatch(re_str, ‘abc123’))
re_str = r’^\d\d’
print(fullmatch(re_str, ‘89’))
print(search(re_str, ‘98asdgfag38上课的飞机和45’))
4)$ - 检测是否是字符串结尾
re_str = r’\d\d$’
print(search(re_str, ‘海兽祭祀34sdjh728kjsj28’))
===匹配次数
-
-
- 0或多次
-
a* - 字符a出现0次或者多次
\d* - 任意数字出现0次或多次(实质是\d在正则中出现0次或多次)
[字符集]* - 字符集中任意字符出现0次或者多次(每次都可以是任意一个)
re_str = r’abc’
print(fullmatch(re_str, ‘bc’))
print(fullmatch(re_str, ‘abc’))
print(fullmatch(re_str, ‘aaabc’))
re_str = r’a\dc’
print(fullmatch(re_str, ‘ac’))
print(fullmatch(re_str, ‘a1c’))
print(fullmatch(re_str, ‘a12c’))
re_str = r’a[A-Z]*c’
print(fullmatch(re_str, ‘ac’))
print(fullmatch(re_str, ‘aKc’))
print(fullmatch(re_str, ‘aKOKc’))
-
-
- 1次或多次(至少1次)
re_str = r’a[A-Z]+c’
print(fullmatch(re_str, ‘ac’)) # None
print(fullmatch(re_str, ‘aKc’))
print(fullmatch(re_str, ‘aKOKc’))
- 1次或多次(至少1次)
-
-
? - 0次或1次
练习：写一个正则能匹配任意正整数： 23， 3490，+87， 023(None)
re_str = r’[+]?[1-9]\d*’
print(fullmatch(re_str, ‘+8300’))
- {}
{N} - 匹配N次
{M,N} - 匹配M到N次
{M,} - 匹配至少M次
{,N} - 匹配最多N次
re_str = r’\d{3}’
print(fullmatch(re_str, ‘298’))
用户名的要求：全部由数字或者字母组成，长度是3~6位
re_str = r’[\da-zA-Z]{3,6}’
print(fullmatch(re_str, ‘2k9’))
print(fullmatch(r’a{3,}123’, ‘aaaa123’))
print(fullmatch(r’a{,3}123’, ‘aa123’))
- 贪婪和非贪婪
在匹配次数不确定的时候匹配模式有两种：贪婪(默认)和非贪婪(在不确定次数后面加?)
贪婪：在能匹配成功的前提下，匹配次数选最多的(+、、?、{M,N}、{M,}、{,N})
非贪婪：在能匹配成功的前提下，匹配次数选最少的(+?、?、??、{M,N}?、{M,}?、{,N}?)
贪婪模式:
re_str = r’a.+b’
print(search(re_str, ‘xxabpppb上到===bgew=’)) # <re.Match object; span=(2, 13), match=‘amnbpppb上到b’>
amnb / amnbpppb / amnbpppb上到b
非贪婪模式:
re_str = r’a.+?b’
print(search(re_str, ‘xxamnbpppb上到b====’)) # <re.Match object; span=(2, 6), match=‘amnb’>
html = “
王者荣耀
9.5
re_str = r"
.+?
"print(search(re_str, html))
# ===分组
- ()
用法一：整体操作
a{2,3}
(ab){2,3}
用法二：重复
\M - 重复前面第M个分组中匹配到的内容
用法三：捕获
re中的findall在获取子串的时候，如果正则中有分组，只会获取分组匹配到的结果
print(fullmatch(r’ab{2,3}’, ‘abbb’))
print(fullmatch(r’(ab){2,3}’, ‘ababab’))
两个数字两个字母的结构重复3到5次,类似:89nm78jk89mk
print(fullmatch(r’(\d{2}[a-z]{2}){3,5}’, ‘89jh34ko90pp’))
re_str = r’(\d)\1abc\1’
print(fullmatch(re_str, ‘88abc8’))
re_str = r’M(\d[a-z])N\1([A-Z])\2’
print(fullmatch(re_str, ‘M4aN4aKK’))
re_str = r’a\d{2}b’
print(findall(re_str, ‘mmma78bkkka72bll-a90b=56==’)) # [‘a78b’, ‘a72b’, ‘a90b’]
re_str = r’a(\d{2})b’
print(findall(re_str, ‘mmma78bkkka72bll-a90b=56==’)) # [‘78’, ‘72’, ‘90’]
========分支=
- |
正则1|正则2|正则3|…
先用正则1进行匹配，如果匹配成功整个正则就匹配成功；如果失败就用正则2进行匹配，如果成功整个正则就匹配成功，
如果失败就用正则3进行匹配，以此类推…
示例：写一个正则能够匹配一个字符串: abc后面是三个数字或者abc是三个大写字母
re_str = r’abc\d{3}|abc[A-Z]{3}’
print(fullmatch(re_str, ‘abc234’))
re_str = r’abc(\d{3}|[A-Z]{3})’
print(fullmatch(re_str, ‘abcKNM’))
# =转义符号
在在正则中有特殊意义的符号前加,让这个符号在正则中的功能消失。
re_str = r’\d{2}.\d{2}’
print(fullmatch(re_str, ‘23.45’))
re_str = r’\d+’
print(fullmatch(re_str, ‘8+’))
re_str = r’\dabc’
print(fullmatch(re_str, r’\dabc’))
re_str = r’(\d{2})’
print(fullmatch(re_str, ‘(89)’))
注意：在正则中独立存在有特殊意义的符号，放到[]中，它的意义会自动消失
re_str = r’[.+*]abc’
print(fullmatch(re_str, ‘+abc’))
re_str = r’[ab]cA-D]123’# print(fullmatch(re_str, ‘-123’))
2234
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
