Python列表，Python正则表达式

今天主要讲了两块内容，第一块是正则表达式，第二块是列表

---

先来说说列表吧，毕竟比正则表达式容易理解

1.列表也是一种数据类型，在Python中，列表是有序的。列表使用中括号来定义 [ ]它可以作为一个方括号内的逗号分隔值出现。

#列表的数据项不需要具有相同的类型，同一个列表中可以同时存在字符串、数字等不同类型的值
mylist=["zyw",1998]
print(mylist)

以上实例输出结果为["zyw",1998]

---

2.列表中也可以使用切片，和字符串切片用法相同，直接输入索引可以对列表进行切片操作。

mylist=["hello","world","zyw",1998,1,2018]
print(mylist[:])#等价于print（mylist）
print(mylist[1:3])#输出索引为1-3的元素但不会取到3，所以只会输出两个值，索引为1和索引为2的值

以上实例运行结果为：
["hello","world","zyw",1998,1,2018]
["world","zyw"]

3.接下来就是列表的增删改查
增：insert append extend
insert是给一个列表的指定索引位置添加元素，基本语法为list.insert（索引位置，要添加的值）
append是在一个列表的最后面添加元素，基本语法为list.append（要添加的元素）
extend比较特殊，他是把一个列表的元素迭代添加到另一个列表中。基本语法为list1.extend（list2），就是把列表2的元素添加到列表1中。它和list1.append（list2）的区别是append会把整个列表2添加到列表1中，而extend会把列表2的每个元素进行迭代分别添加到列表1中。

list1=["hello"]
list2=[521]
list1.insert(0,"world")#向列表1中索引值为0的地方添加“world”
print(list1)
list2.append("zyw")#在列表2的最后面添加“zyw”
print(list2)
list1.extend(list2)#它和list1.append（list2）是有区别的
print(list1)

以上代码运行结果为：
["world","hello"]
[521,"zyw"]
["world","hello",521,"zyw"]
如果是list1.append(list2)
运行结果会是["world","hello",[521,"zyw"]]

---

删：del pop（） remove（）
del比较简单，直接del list[要删除元素的索引值]就可以
pop（）是把最后一个删除，也可以删除指定的下标，和del不同的是它再删除的时候会返回这个删除的值，如果把这个被删除的值赋给一个变量，以后还可以调用这个被删除的值。
remove（“”）删除括号中指定的列表内的内容，如果有多个，只会删除一个。

list=["world","hello","hello",521,"zyw","zyw"]
del list[0]#删除索引值为0的那个值
a=list.pop()#删除最后一个元素，括号里也可以直接写索引删除指定索引的值
list.remove("hello")#删除列表中的“hello”，如果有多个，只会删除一个
print(a)
print(list)

以上代码运行结果为：
zyw
["hello",521,"zyw"]

---

改：改就比较简单了，直接list[要改的值的索引]=要改成的新值 就可以了

list=[1,2,3]
list[0]=2#把索引为0的那个值改成2
print(list)

所以运行结果为：[2,2,3]

---

查：index（） in 或者 not in
list.index（“1”）括号中写一个值，查找这个值在列表中的索引，如果要查找的值不在列表中会报错
in 或者 not in 查找方法和字符串中查找字符的用法基本相同，如果一个元素在一个列表中则返回True，否则则返回False

list=[1,2,3]
print(list.index(2))#查找并打印2在列表中的索引值，没有2则程序会报错
if 4 in list:
    print("4在列表中")
else：
    print("4不在列表中")

以上代码运行结果为：
1
4不在列表中

---

接下来就是让人头痛的正则表达式了

1.正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。
2.正则表达式是一种用来匹配字符串的强有力的武器。它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。
3.正则表达式的各种符号含义：

在正则表达式中，如果直接给出字符，就是精确匹配。用\d可以匹配一个数字，\w可以匹配一个字母或数字，所以：
00\d可以匹配007，但无法匹配00A；
\d\d\d可以匹配010；
\w\w\d可以匹配py3；
.可以匹配任意字符，所以：
py.可以匹配pyc、pyo、py!等等。
要匹配变长的字符，在正则表达式中，用*表示任意个字符（包括0个），用+表示至少一个字符，用?表示0个或1个字符，用{n}表示n个字符，用{n,m}表示n-m个字符：
来看一个复杂的例子：\d{3}\s+\d{3,8}。
我们来从左到右解读一下：
\d{3}表示匹配3个数字，例如010；
\s可以匹配一个空格（也包括Tab等空白符），所以\s+表示至少有一个空格，例如匹配’ ‘，’ ‘等；
\d{3,8}表示3-8个数字，例如1234567。
综合起来，上面的正则表达式可以匹配以任意个空格隔开的带区号的电话号码。
如果要匹配010-12345这样的号码呢？由于-是特殊字符，在正则表达式中，要用\转义，所以，上面的正则是\d{3}\-\d{3,8}。
但是，仍然无法匹配010 - 12345，因为带有空格。所以我们需要更复杂的匹配方式。
要做更精确地匹配，可以用[]表示范围，比如：
[0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线；
[0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串，比如a100，0_Z，Py3000等等；
[a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串，也就是Python合法的变量；
[a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符（前面1个字符+后面最多19个字符）。
A|B可以匹配A或B，所以(P|p)ython可以匹配Python或者python。
^表示行的开头，^\d表示必须以数字开头。
$表示行的结束，\d$表示必须以数字结束。
你可能注意到了，py也可以匹配python，但是加上^py$就变成了整行匹配，就只能匹配py了。
其中，\d \w \s可以用大写\D \W \S，就是表示匹配一个非数字字符。等价于 [^0-9]，匹配任何非单词字符。等价于 [^A-Za-z0-9_]和匹配任何非空白字符。等价于 [^ \f\n\r\t\v]

---

4.re.match(正则表达式，要匹配的文本)

匹配成功re.match方法返回一个匹配的对象，否则返回None。

import re
print(re.match('www', 'www.runoob.com').span())  # 在起始位置匹配
print(re.match('com', 'www.runoob.com'))         # 不在起始位置匹配

以上代码运行结果为：
(0,3)
None

---

5.re.search(正则表达式，要匹配的文本)

re.search 扫描整个字符串并返回第一个成功的匹配

import re
print(re.search('www', 'www.runoob.com').span())  # 在起始位置匹配
print(re.search('com', 'www.runoob.com').span())         # 不在起始位置匹配

以上代码运行结果为：
(0, 3)
(11, 14)

---

6.re.findall(正则表达式,要匹配的字符)

在字符串中找到正则表达式所匹配的所有字串，并返回一个列表，如果没有找到匹配的，则返回空列表。

import re
m=re.findall(r'a.*?c',"abbcabcandddc")
print(m)

以上代码执行结果为：
["abbc","abc","andddc"]

---

7.re.match与re.search和re.findall的区别
re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到一个匹配为止；re.findall返回的是一个列表，而match和search都只匹配一次，findall可以匹配多次

---

8.re.spilt(正则表达式，要切分的字符串[起始索引:结束索引])

正则表达式切分字符串比用固定的字符更灵活，请看正常的切分代码：

'a b   c'.split(' ')

以上切分结果为：['a', 'b', '', '', 'c']，无法识别连续的空格，用正则表达式试试：

import re
re.split(r'\s+', 'a b   c')

结果为['a', 'b', 'c']，无论多少个空格都可以正常切分
还可以这么用：

import re
re.split(r'[\s\,\;]+', 'a,b;; c  d')

结果也是['a', 'b', 'c', 'd']

---

9.正则表达式分组

除了简单地判断是否匹配之外，正则表达式还有提取子串的强大功能。用()表示的就是要提取的分组（Group）。比如：
^(\d{3})-(\d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取出区号和本地号码：

m = re.match(r'^(\d{3})-(\d{3,8})$', '010-12345')
m.group(0) #输出结果为'010-12345'
m.group(1) #输出结果为'010'
m.group(2) #输出结果为'12345'

如果正则表达式中定义了组，就可以在Match对象上用group()方法提取出子串来。
注意到group(0)永远是原始字符串，group(1)、group(2)……表示第1、2、……个子串。

(\w(\w)(\w)((\w)\w)\w)其组号分配如图所示：

---

10.贪婪匹配和非贪婪匹配

最后需要特别指出的是，正则匹配默认是贪婪匹配，也就是匹配尽可能多的字符。举例如下，匹配出数字后面的0：

 re.match(r'^(\d+)(0*)$', '102300').groups()
('102300', '')

由于\d+采用贪婪匹配，直接把后面的0全部匹配了，结果0*只能匹配空字符串了。
必须让\d+采用非贪婪匹配（也就是尽可能少匹配），才能把后面的0匹配出来，加个?就可以让\d+采用非贪婪匹配：

re.match(r'^(\d+?)(0*)$', '102300').groups()
('1023', '00')

如下所示：

import re
m=re.findall(r'a.*c',"abbcabcandddc")
print(m)

这个输出的结果是：["abbcabcandddc"]，因为采用了默认的贪婪匹配，所以a.*c会匹配到整个的字符串，如果不想让它匹配整个字符串的话就得让.*尽可能少的匹配，所以改成：

import re
m=re.findall(r'a.*?c',"abbcabcandddc")
print(m)

输出结果就会变成：["abbc","abc","andddc"]