美文网首页
10正则表达式

10正则表达式

作者: 白眸怪ya | 来源:发表于2019-03-01 13:04 被阅读0次

    10-1 初识正则表达式

    # 正则表达式
# JSON(XML)

什么是正则表达式？
正则表达式是一个特殊的字符串序列，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、实现一些替换文本操作

1.检查一串数字是否是电话号码
2.检测一个字符串是否符合email
3.把一个文本里指定的单词替换为另一个单词。

# Q1：检测下列字符串中是否含有Python？
a = 'c|c++|java|c#|python|iavascript'
print(a.index('python')>-1)#用Python的内置函数index，这是方法一
print('python'in a)#这种方法也可以。打印结果如图1

# 接下来看看如何用正则表达式检测Python是否在字符串a里？

import re #python提供了一个re模块，re模块里提供了好多方法供我们操作正则表达式
a = 'c|c++|java|c#|python|iavascript'
r = re.findall('python',a)#这两个参数第一个是要填入需要匹配的正则表达式，第二个是需要传入所在字符串
print(r)
# 打印结果如图2所示，是一个含有Python字符串的列表,返回的结果是常量字符串，看似毫无意义。正则表达式的
# 灵魂在于  规则 ！！！！ 这个例子的规则抽象性太弱。很明确的告诉你，在字符串里找Python

# 看看完整的代码
import re 
a = 'c|c++|java|c#|python|iavascript'
r = re.findall('python',a)
if len(r) > 0:
    print('字符串中含有Python')  #打印结果如图3
else:
    print('NO')
    image image image

    10-2 元字符与普通字符

    # Q1:如何提取下列字符串中的所有的数字？

a = 'c0c++7java8c#9python6javascript'

# 看下列代码
import re 
a = 'c0c++7java8c#9python6javascript'
r = re.findall('\d',a)   #0~9这些阿拉伯数字的正则表达式抽象就是“\d”
print(r)
# 打印结果如图1

# 总结一下：10-1中的例子‘Python’是一个普通字符，‘\d’是一个元字符，他们既可以单独使用，也可以搭配使用
# 百度正则表达式会出现很多元字符，根据自己的业务需求决定总结要使用哪种元字符！

# Q2:如何提取下列字符串中的所有字母，将数字除掉？

a = 'c0c++7java8c#9python6javascript'

# 看下列代码
import re 
a = 'c0c++7java8c#9python6javascript'
r = re.findall('\D',a)   #  “\D”就是将数字去除
print(r)
# 打印结果如图2

    10-3 字符集

    # 看看正则表达式的第一个模式：字符集
#    字符集
# Q1:找出字符串所给单词中，中间一个是c或者f的单词！！？
import re 
s = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[cf]c',s)#字符集使用中括号，把需要抽象的字符集写在中括号里面！！
# 中括号两边的字母起到定界的作用！中括号里面的表示或的关系！！！
print(r)#打印结果如图1

# Q2:找出字符串所给单词中，中间一个不是c不是f不是d的单词！！？
import re 
s = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[^cdf]c',s)#字符集使用中括号，里面的向上的小箭头表示取反的操作

print(r)#打印结果如图2

# Q3:找出字符串所给单词中，找出中间一个是从c到f的单词！！？
import re 
s = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[c-f]c',s)#这里如果写成r = re.findall('a[cdef]c',s)这也是正确的，两种表述都对！

print(r)#打印结果如图3
    image image image

    10-4 概括字符集

    # 概括字符集
# 目前所学习的两个  \d  \D
# \w 匹配的都是单词字符  \W表示非单词字符，如空格，\n \t \r都是非单词字符，用\W，在打印结果中都可以看到
#   \s用来匹配空白字符如：\n \t \r （&除外不能匹配，&有别于\n \t \r的特殊字符）  \S用来匹配非空白字符
#补充一点：  . 匹配除换行符\n以外其他所有字符
# 看下列代码
import re 
a = 'python1111java678php'
r = re.findall('[0-9]',a)  # 表示的意思是\d，打印的都是数字
print(r)

import re 
a = 'python1111java678php'
r = re.findall('[^0-9]',a)  # 表示的意思是\D，打印的都是字母
print(r)
# 上述打印结果如图1

# Q1:在一个字符串中，想要匹配所有的数字和字母，怎么操作？
import re 
a = 'python1111java678php'
r = re.findall('[\w]',a)  # \w，打印的都是字母和数字
print(r)
# 打印结果如图2

# Q2:在一个字符串中，想要匹配所有的数字和字母，怎么操作？
import re 
a = 'python1111java&678php'#在字符串中加入&,看看结果如何？
r = re.findall('[\w]',a)  # \w，打印的都是字母和数字
print(r)
# 打印结果如图2，跟图2一样

# \w 表示单词字符，意义如下：
import re 
a = 'python1111java&678php'
r = re.findall('[A-Za-z0-9_]',a) # \w 表示就是中括号里面的[A-Za-z0-9_]意思是：大小写a-z，数字0-9，还有下划线
print(r)

# 看看下面的例子
import re 
a = 'python1111java&678php___'
r = re.findall('[A-Za-z0-9_]',a) #相当于 \w
print(r)
# 打印结果如图3 ，看到了下划线

# Q3:在一个字符串中，想要匹配所有的非数字和字母，怎么操作？
import re 
a = 'python1111java&678php'#在字符串中加入&,看看结果如何？
r = re.findall('[\W]',a)  # \W，打印的都是非字母和数字
print(r)
# 打印结果如图4

# Q4:在一个字符串中，想要匹配所有的空白字符，怎么操作？
import re 
a = 'python111\t1java\n&678php\r'
r = re.findall('[\s]',a)  # \s，打印的都是空白字符
print(r)
# 打印结果如图5
    image image image image image

    10-5 数量词

    10-6 贪婪与非贪婪

    #数量词

# Q1:在一个字符串中，想要匹配所有的字母，怎么操作？
import re 
a = 'python1111java678php'
r = re.findall('[a-z]',a)  # a-z打印所有的字母
print(r)
# 打印结果如图1

# Q2:在一个字符串中，想要匹配所有的完整的单词，怎么操作？
import re 
a = 'python1111java678php'
r = re.findall('[a-z]{3}',a)  # [a-z]{3}表示单词以3个一组出现
print(r)
# 打印结果如图2，结果2中都是3个一组，并不是完整的字母，怎么办？

# Q3:在一个字符串中，想要匹配所有的完整的单词，怎么操作？
import re 
a = 'python1111java678php'
r = re.findall('[a-z]{3,6}',a)  # [a-z]{3,6}表示单词出现的形式，最少以3个字母，最多以6个字母出现。字母乘以数量的形式。
print(r)
# 打印结果如图3，是我们想要的结果

# 贪婪与非贪婪
# 在Python中，默认的是贪婪的匹配方式。看个例子
import re 
a = 'python1111java678php'
r = re.findall('[a-z]{3,6}',a) 
print(r)
# 根据图3的打印结果，当匹配到3个字母的时候，输出也是正确的，只不过Python采用的贪婪的匹配方式，会尽量多的往下匹配

# 来看下非贪婪的匹配
import re 
a = 'python1111java678php'
r = re.findall('[a-z]{3,6}?',a) #[a-z]{3,6}?加这个问号就表示非贪婪的匹配
print(r)
# 打印结果如图4，这种非贪婪的匹配方式，跟{3}的匹配方式相同！
    image image image image

    10-7 匹配0次1次或者无限多次

    # 数量词
#   *  匹配*前面的字符0次或者无限多次
# +  匹配*前面的字符1次或者无限多次
# ?  匹配？前面的字符0次或者1次
import re 
a = 'pytho0python1pythonn2'
r = re.findall('python*',a) #  用* ，匹配*前面的字符0次或者无限多次
print(r)
# 打印结果如图1

# +  匹配*前面的字符1次或者无限多次
import re 
a = 'pytho0python1pythonn2'
r = re.findall('python+',a) #  用+ ，匹配+前面的字符1次或者无限多次
print(r)
# 打印结果如图2

# ?  匹配？前面的字符0次或者1次
import re 
a = 'pytho0python1pythonn2'
r = re.findall('python?',a) #  用？ ，匹配？前面的字符0次或者1次
print(r)
# 打印结果如图3 ,打印第三个Python的时候，虽然是pythonn，但是打印出来的仍然是Python，
# 只是匹配了0次或者1次，多余的n都会被略去

# 在和贪婪与非贪婪中的？相比较的时候，贪婪与非贪婪出现的是范围，加问号表示非贪婪
# 这里表示：匹配？前面的字符0次或者1次

# 看看下面三段代码的意义和结果
import re 
a = 'pytho0python1pythonn2'
r = re.findall('python?',a) #  用？ ，匹配？前面的字符0次或者1次
print(r)

import re 
a = 'pytho0python1pythonn2'
r = re.findall('python{1,2}?',a) #  用python{1,2}?表示非贪婪
print(r)

import re 
a = 'pytho0python1pythonn2'
r = re.findall('python{1,2}',a) #  用python{1,2}表示贪婪
print(r)
# 打印结果如图4，三段代码的结果截然不同，意义不一样
    image image image image

    10-8 边界匹配符

    # 边界匹配
# Q1:怎么判断一个QQ号码在4~8位之间？
import re
a = '100001'

r = re.findall('\d{4,8}',a)#用此种方法可以判断出来
print(r)
# 打印结果如图1

# Q2:怎么判断一个QQ号码在4~8位之间？
import re
a = '101'

r = re.findall('\d{4,8}',a)#用此种方法可以判断出来
print(r)
# 打印结果如图2

# Q3:怎么判断一个QQ号码在4~8位之间？
import re
a = '100000001'

r = re.findall('\d{4,8}',a)#用此种方法可以判断出来
print(r)
# 打印结果如图3


# Q4:如何完全匹配一个QQ号码？要用到边界匹配了，如果一个QQ号码在4-8位之间，下面能匹配吗？
import re
a = '100000001'

r = re.findall('^\d{4,8}$',a)#用^\d{4,8}$前面加上^，表示从开始匹配,后面加上一个$,代表从后面开始匹配。一前一后表示完全匹配这个字符串
print(r)
# 打印结果如图4，结果是空的列表。无法匹配4-8的号码

# 看看下列代码，深入理解边界匹配！
import re
a = '100000001'

r = re.findall('000',a)#用此种方法可以判断出来
print(r)
# 打印结果如图5，两组000


import re
qq = '100000001'

r = re.findall('^000',a)#在000前面加一个向上的^
print(r)
# 打印结果是空列表，因为从开始匹配的数字是1，不是0，所以打印的是空列表

import re
qq = '100000001'

r = re.findall('000$',a)#在000的后面加上一个$
print(r)
# 打印结果是空列表，因为从末尾开始匹配的三个字母必须是000，但是目前的001，所以不匹配！所以打印的是空列表

    10-9 组

    # 组的概念   一个小括号就代表一个组

# Q1：判断一个字符串里是否包含3个Python？！
import re 
a = 'pythonpythonpythonpythonpython'
r = re.findall('pythonpythonpython',a)#这种方法是可行的
print(r)
# 打印结果如图1

# 看看方法二
import re 
a = 'pythonpythonpythonpythonpython'
r = re.findall('(python){3}',a)#(python)，加上（），代表就是一个组，（）里的内容是且的关系，【】里的是或的关系
print(r)
    image

    10-10 匹配模式参数

    # 10-10 匹配模式参数

import re
lanuage = 'pythonC#javaphp'
r = re.findall('c#',lanuage)#将小写的c#看看打印出来的是啥？
print(r)
# 打印结果如图1，是一个空列表，因为区分大小写

# 那么有没有一种方法可以忽略大小写呢？看看下面的例子
import re
lanuage = 'pythonC#javaphp'
r = re.findall('c#',lanuage,re.I)#第三个参数就是flags，就是指的就是匹配模式
print(r)
# 打印结果如图2，打印出来了

# 第三个参数里面的re.I可以忽略大小写
# 还有一个就是re.S，匹配所有字符包括换行符！！！

# 看例子
import re
lanuage = 'pythonC#\njavaphp'
r = re.findall('c#.{1}',lanuage,re.I)#c#.{1}表示首先匹配c#任意的一个字符，包括换行符
print(r)
# 这样什么都打印不出来。正确的结果如下图
import re
lanuage = 'pythonC#\njavaphp'
r = re.findall('c#.{1}',lanuage,re.I | re.S)#c#.{1}表示首先匹配c#任意的一个字符，包括换行符,re.S，匹配所有字符包括换行符！！！
print(r)
# 打印结果如图3
# re.I | re.S（这是且的关系，既要忽略大小写，又要支持对点号行为的改变，两个同时满足，若果有需要，可以加竖线然后后面接着写）
    image image image

    10-11 re.sub正则替换

    # 10-11 re.sub正则替换
# 正则表达式中，并不是仅仅只有re一个模块，本章介绍re.sub
# 看例子

# re.findall用于查找，今天所讲的re.sub用于替换
import re
lanuage = 'pythonC#javaphp'
r = re.sub('C#','GO',lanuage)#注意re.sub的几个参数的意义
print(r)
# 打印结果如图1

import re
lanuage = 'pythonC#javaC#phpC#'
r = re.sub('C#','GO',lanuage,0)#注意re.sub的0的意义表示无限制的匹配下去，不管多少C#，全部都会被替换
print(r)
# 打印结果如图2

import re
lanuage = 'pythonC#javaC#phpC#'
r = re.sub('C#','GO',lanuage,1)#注意re.sub的1的意义表示只有字符串中第一个C#会被替换
print(r)
# 打印结果如图3

# 看看下面的替换方法
import re
lanuage = 'pythonC#javaC#phpC#'
lanuage.replace('C#','GO')
print(lanuage)
# 打印结果如图4,发现并没有实现替换！原因是字符串是不可变得，lanuage.replace('C#','GO')需要接收一下变量
# lanuage = lanuage.replace('C#','GO')即可

# re.sub强大的地方是第二个参数可以是个函数：看下面例子
import re
lanuage = 'pythonC#javaC#phpC#'
def convert(value):
    pass
r = re.sub('C#',convert,lanuage)
print(r)
# 打印结果如图5,C#消失不见了，是因为被函数里的空字符串替代了

# 继续看例子
import re
lanuage = 'pythonC#javaC#phpC#'
def convert(value):
    return '!!' + value + '!!'
r = re.sub('C#',convert,lanuage)
print(r)
# 打印结果如图6,出现了报错，下面分析一下报错的原因：
import re
lanuage = 'pythonC#javaC#phpC#'
def convert(value):#字符串并不会直接传到convert里面
    print(value)
    #return '!!' + value + '!!'
r = re.sub('C#',convert,lanuage)
print(r)
# 打印结果如图7

# 看看正确的代码：
import re
lanuage = 'pythonC#javaC#phpC#'
def convert(value):#字符串并不会直接传到convert里面
    matched = value.group()#拿到匹配结果
    return '!!' + matched + '!!'
r = re.sub('C#',convert,lanuage)
print(r)
# 打印结果如图8，成功打印
    image image image image image image image image

    10-12 把函数作为参数传递

    # 10-12 把函数作为参数传递
# Q1:有一个字符串，找出里面所有的数字，凡是大于6的，全部替换成9，凡是小于6的，全部替换成0
import re 
s = 'A8C3721D86'

def convert(value):
    matched = value.group()
    if matched >=6:
        return 9
    else:
        return 0

r = re.sub('\d',convert,s)#首先拿到数字
print(r)
# 打印结果如图1，是报错的

# 正确的如下：
import re 
s = 'A8C3721D86'

def convert(value):
    matched = value.group()
    if int(matched) >=6:
        return '9'
    else:
        return '0'

r = re.sub('\d',convert,s)#首先拿到数字
print(r)
# 打印结果如图2，正确的
    image image

    10-13 search与match函数

    # 10-13 search与match函数

# findall  search  match，参数都是一样的，来看看match和search之间的不同
import re 
s = 'A8C3721D86'
r = re.match('\d',s)
print(r)
# 打印结果如图1，没有匹配到结果

# 看看search
import re 
s = 'A8C3721D86'
r = re.search('\d',s)
print(r)
# 打印结果如图2，匹配到一个结果
# 导致返回结果不同的原因是：match是从首字母匹配的，search是全部搜索型的！！！，若将字符串第一个字母去掉
# 他们的输出结果是一样的

# 拿到返回结果
import re 
s = '8C3721D86'
r = re.search('\d',s)
print(r.group())
# 打印结果如图3

import re 
s = '8C3721D86'
r = re.match('\d',s)
print(r.span())#返回结果的位置
# 打印结果如图4

# findall会将所有的数字都打印出，这就是三者的不同点！
    image image image image

    10-14 group分组

    # 10-14 group分组

# Q1:下面的字符串，如何提取life和Python之间的字母？
import re
s = 'life is short ,i use python'
r = re.search('(life.*python)',s)#点和星号的作用10-4中有讲
print(r.group())#group的意义在于获得一个分组的匹配，group里面的一个分组0，可以省略！！
# group（0）是一个特殊的匹配结果，返回的都是完整的结果
# 打印结果如图1

import re
s = 'life is short ,i use python'
r = re.search('life(.*)python',s)
print(r.group(1))#group填写1，从1开始接收返回结果
# 打印结果如图2

#看看search和findall之间进行比较

import re
s = 'life is short ,i use python'
r = re.findall('life(.*)python',s)
print(r)
# 打印结果如图3

# 看看多个分组的情况！！！！
# Q2:下面的字符串，如何提取life和Python以及Python和Python之间的字母？
import re
s = 'life is short ,i use python,i love python'
r = re.search('life(.*)python(.*)python',s)
print(r.group(0))#group填写0
print(r.group(1))#group填写1
print(r.group(2))#group填写2
# 打印结果如图4

# 上述情况和下面的是一样的
import re
s = 'life is short ,i use python,i love python'
r = re.search('life(.*)python(.*)python',s)
print(r.group(0,1,2))
# 打印结果如图5

# 看看groups的情况吧
import re
s = 'life is short ,i use python,i love python'
r = re.search('life(.*)python(.*)python',s)
print(r.groups())#groups不会返回完整的结果，只会返回要匹配的中间结果！也就是括号括起来的结果
# 打印结果如图6
    image image image image image image

    0-15 一些关于学习正则的建议
    10-16 理解JSON
    什么是JSON?
    JavaScript Object Notation
    JavaScript对象标记
    JSON：是一种轻量级的数据交换格式
    易于阅读
    易于解析
    网络传输效率高
    跨语言交换数据

    10-17 反序列化

    # 10-17 反序列化
# Q1:把已知的字符串转换成我们熟悉的Python字符串？（这个过程叫做反序列化）

import json
json_str = '{"name":"xiaoyu","age":18}' #json格式要求字符串必须加双引号
student = json.loads(json_str)
print(type(student))
print(student)
# 打印结果如图1所示，是字典的形式

import json
json_str = '{"name":"xiaoyu","age":18}' 
student = json.loads(json_str)
print(type(student))
print(student)
print(student['name'])
print(student['age'])#通过这种访问方式可以非访问json中，我们想要的结果
# 打印结果如图2所示
# json的数据格式类型是对象形式，转换成Python里的字典数据类型
# json的数据格式类型是数组形式，转换成Python里的什么数据类型？？？看代码！！（答案是列表类型）
import json
json_str = '[{"name":"xiaoyu","age":18},{"name":"xiaoyu","age":18}]' #json的数组类型
student = json.loads(json_str)
print(type(student))
print(student)
# 打印结果如图3 4所示，是列表的形式

#还有bool类型的情况
import json
json_str = '[{"name":"xiaoyu","age":18,"flag":false},{"name":"xiaoyu","age":18}]' #json的数组类型
student = json.loads(json_str)
print(type(student))
print(student)
# 打印结果如图5，结果是大写的false

# json有自己的数据类型，我们用json.loads函数把json数据类型转换成我们所需要的类型。这个过程叫做反序列化

    10-18 序列化

    # 10-18 序列化
# 左边是json格式类型对应到右边的Python格式类型
json                python 
object              dict
array               list
string              str
number              int 
number              float 
true                True 
false               False 
null                None 

# 看看序列化的过程，就是把Python的数据类型转换成json的数据类型
# Q1:把Python中的字典类型转换成json里的形式？

import json
student = [
            {'name':'xiaoyu','age':18,'flag':False},
            {'name':'xiaoyu','age':18}

        ]
json_str = json.dumps(student)#json.dumps序列化的过程
print(type(json_str))
print(json_str)
# 打印结果如图1，就是json格式
    image

    10-19 小谈JSON、JSON对象与JSON字符串

    10-19 小谈JSON、JSON对象与JSON字符串

    JSON：数据交换格式

    JSON对象

    image image

    作者：buaishengqi
    链接：https://www.jianshu.com/p/dd37dc147f4a
    来源：简书
    简书著作权归作者所有，任何形式的转载都请联系作者获得授权并注明出处。

    相关文章

      网友评论

          本文标题：10正则表达式

          本文链接：https://www.haomeiwen.com/subject/lshduqtx.html

          延伸阅读

          深度阅读

          • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

          栏目导航

          热点阅读

          关于我们|服务条款|联系我们|10正则表达式|投稿指南|网站地图|RSS订阅|排版工具|手机版

          提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

          Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

          备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

          本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

          所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！