第十章、正则表达式和JSON

第十章、正则表达式和JSON

一、正则表达式

1. 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

2. 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
     

3. re¹

   1. 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

   2. 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']
        

   3. 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'
        

   4. 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']
        

   5. 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']
        

   6. 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']
        

   7. 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']
        

   8. 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：
        []
        

   9. 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')]
        

   10. 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#']
         

4. 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
     

5. 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
     

6. 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

7. 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

8. 学习方法：

   1. 常用的正则表达式，可以用别人写好的

二、JSON

1. 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

2. 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。

3. 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"}]
     

json	python
object	dict
array	list
string	str
number	int
number	float
true	True
false	False
null	None

4. JSON对象、JSON、JSON字符串

json	python
object	dict
array	list
string	str
number	int
number	float
true	True
false	False
null	None

4. JSON对象、JSON、JSON字符串

---

1. 模块 ↩︎

2. 表示数字1 - 9 ↩︎