正则表达式

正则表达式

1.二进制类型/字节（bytes）

2.其他数据转二进制:bytes(数据)

print(bytes(10))
print(bytes(True))
print(bytes('abc', encoding='utf-8'))
print(bytes([1, 2]))

list1 = [100, 'abc', 12.5]
b1 = bytes(str(list1), encoding='utf-8')
print(b1)

二进制转换成字符串

print(str(b1, encoding='utf-8'))
#字符串转换成二进制

字符串.encode(encoding=‘utf-8’)

二进制转换成字符换

str(数据, encoding=‘utf-8’)

str1 = str(b1, encoding='utf-8')
list1 = eval(str1)

方法2

二进制数据.decode(encoding=‘utf-8’)

str2 = b2.decode(encoding='utf-8')

正则表达式

1.什么是正则表达式

正则表达式是一种工具：是一种专门用来做字符串匹配的工具，能够在某些情况下让字符串处理
变得非常简单
正则是用来描述字符串规则的
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）

1）普通字符

普通字符在正则表达式中表示这个符号本身

re_str = r'abc'
result = fullmatch(re_str, 'abc')
print(result)

2) . - 匹配任意一个字符

re_str = r’.bc’
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
result = fullmatch(re_str, ‘sbc’)
print(result)

re_str = r’a…c’
匹配一个长度为4，第一位a第四位c，中间两位为任意字符的 字符串

tel = input('手机号')
re_str = r'1[3-9]\d{9}'
result = fullmatch(re_str, tel)
print(result)

3）\d - 匹配一个任意一个数字字符

re_str = r'\d\d\d'
result = fullmatch(re_str, '788')

re_str = r'\d\dabc'
result = fullmatch(re_str, '45abc')

4) \D - 匹配任意一个非数字字符

re_str = r'/d/D/D/d'
result = fullmatch(re_str, '8fh9')

5) \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'
print(fullmatch(re_str, 'abc\t123'))

6) \S - 匹配一个任意的非空字符

re_str = r'abc\S\d'
print(fullmatch(re_str, 'abc=5'))

7) \w - 匹配任意一个数字，字母或者下划线（不好用，非ASCII码都可以匹配）

8) [字符集] - 匹配字符集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] - 减号在中括号里，在两个字符之间，表示谁到谁的范围，匹配1到9的任意数字字符
[2-5abc] - 匹配2到5中的任意一个数字字符，或者是a或者b或者c
[a-z] - 匹配任意一个小写字母
[A-Z] - 匹配任意一个大写字母
[a-zA-Z] - 匹配任意一个字母
[\da-zA-Z_] - 匹配数字字母下划线 和\w一样
[\u4e00-\u9fa5] - 匹配中文的任意字符
小范围-大范围(按码表里的范围)

• 在[]中两个字符之间才有特殊意义，不然就是单纯的-

re_str = r’[abc]123’
re_str = r’[\dabc]mn’
print(fullmatch(re_str, ‘5mn’))
re_str = r’[-abc]12-3’ # 这里的-就是单纯的-

9) [^字符集] - 匹配不在字符集中的任意一个字符

[^abc] - 匹配非abc以外的任意一个字符
注意^必须要在所有字符前面才有特殊意义

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，也不会影响字符串的长度，它是在匹配成功的前提下对

指定位置的字符进行检测

1) \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，字符串开头和结尾

2）\B - 检测是否不是单词边界

3) ^ - 检测是否是字符串开头

re_str = r'^abc123'
print(fullmatch(re_str, 'abc123'))
re_str = r'\d\d'
print(search(re_str, 'dadaa89dadad'))

4)$ - 检测是否是字符串结尾

re_str = r'\d\d$'
print(search(re_str, 'daldajhi87dada69'))

匹配次数

1)* - 0次或多次

a* - 字符a出现0次或者多次
\d* - \d（任意数字）出现0次或者多次
[字符集]* - 字符集中的任意字符出现0次或者多次（每次都任意一个）
“”"
re_str = r’a\dc’ # 只要a开头c结尾，中间任意多得数字都可以

2） + - 1次或者多次（至少一次）

3） ? - 0次或者一次（有或者没有）

写一个正则能匹配任意正整数

re_str = r'[1-9]\d*'

4) {}

{N} - 匹配n次
re_str = r’\d{3}’
{m,n} - 匹配m到n次
{m,} - 匹配至少m次
{，n} - 匹配至多n次

用户名的要求，全部由数字和字母组成，长度3-6位

re_str = r'[/da-zA-Z]{3,6}'

5）贪婪和非贪婪

在匹配字数不确定的时候，匹配模式有两种贪婪（默认）和非贪婪

贪婪:在能匹配成功的前提下，匹配次数最多的

非贪婪：在能匹配成功的前提下，匹配次数选最少的

re_str = r'a.+b'  # 贪婪模式

非贪婪模式在不确定的次数后面加？

re_str = r'a.+?b'

1) ()

用法一：整体操作次数

两个数字两个字母的结构除服3-5次
(ab){2,3}
re_stu = r’(\d{2}[a-zA-Z]{2}){3-5}’

用法2：重复

\M - 重复前面第M个分组中匹配到的内容,分组必须是()包括起来的

用法3：捕获

re中的findall在获取子串的时候，如果正则中有分组，只会获取分组匹配的结果

findall 和 search不同的的地方，search只会找到第一个相符的，findall会把

所有满足的都找到

1） | 分支

正则1|正则2|正则3|…

多个正则中有一个满足就可以，先用正则1匹配，成功则匹配成功，失败就正则2匹配，以此类推

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}|[A-Z]{3})'
re_str = r'abc\d{3}|abc[A-Z]{3}'

转义符号

在正则中有特殊意义的符号前加\ 就可以让这个符号在正则中功能消失

写一个正则，两个数字.两个数字

re_str = r'\d{2}\.\d{2}'
print(fullmatch(re_str, '99.52'))

注意：在正则中独立存在有特殊意义的符号，放到[]中，它的的意义会自动消失

re_str = r'[.]abc'