一、破解密码
1. 排列
代码演示：
import itertools #1。排列 1,2,3 # 从n个不同的元素中取出m（m <= n）个元素,按照一定的顺序排成一列 #m == n,全排列(permutations) # 参数：可迭代对象，个数 """ 1 ,2 ,3 123 321 231 312 ... """ result1 = itertools.permutations([1,2,3,4], 1) print(result1) list = list(result1) print(list) print(len(list)) """ 总结： 4-1 4 4-2 12 4-3 24 4-4 24 排列的可能性：n! / (n-m)! """
2.组合
代码演示：
import itertools #组合：从n个不同的元素中取出m个元素,不重复 result2 = itertools.combinations([1,2,3,4],3) print(result2) list = list(result2) print(list) print(len(list)) """ 4-4 1 4-3 4 4-2 6 4-1 4 组合的可能性：n! / (m! * (n -m)!) """
3.排列组合
代码演示：
import itertools #求笛卡尔积 list = list(itertools.product("0123456789qwertyuioplkjhgfdsazxcvbnm",repeat=3)) print(list) print(len(list))
二、正则表达式
1.引入案例
代码演示：
import re #regular Expession regex #需求：判断一个qq号是否是合法的 """ 分析： 1.全数字 2.位数：5~11 3.第一位数字不能为0 """ def checkQQ(str): #寻找条件推翻假设 try: #判断是否是全数字 num = int(str) #判断位数 if len(str) <= 5 or len(str) >= 11: return False #判断开头是否为0 if str[0] == "0": return False except ValueError as e: return False return True print(checkQQ("6725675785678657")) #使用正则表达式实现上面的需求 result = re.match(r"[1-9]\d{4,10}","6725675786574657") print(result)
2.概述
正则表达式【Regular Expression】，简写为regex，RE，使用单个字符串来描述一系列具有特殊格式的字符串
功能：
a.搜索
b.替换
c.匹配
使用情景:
爬虫
验证手机号，验证邮箱，密码【用户名】
3.使用规则
3.1匹配单个数字或者字符
代码演示：
import re """ ----------匹配单个字符与数字--------- . 匹配除换行符以外的任意字符 [0123456789] []是字符集合，表示匹配方括号中所包含的任意一个字符 [good] 匹配good中任意一个字符 [a-z] 匹配任意小写字母 [A-Z] 匹配任意大写字母 [0-9] 匹配任意数字，类似[0123456789] [0-9a-zA-Z] 匹配任意的数字和字母 [0-9a-zA-Z_] 匹配任意的数字、字母和下划线 [^good] 匹配除了good这几个字母以外的所有字符，中括号里的^称为脱字符，表示不匹配集合中的字符 [^0-9] 匹配所有的非数字字符 \d 匹配数字，效果同[0-9] \D 匹配非数字字符，效果同[^0-9] \w 匹配数字，字母和下划线,效果同[0-9a-zA-Z_] \W 匹配非数字，字母和下划线，效果同[^0-9a-zA-Z_] \s 匹配任意的空白符(空格，回车，换行，制表，换页)，效果同[ \r\n\t\f] \S 匹配任意的非空白符，效果同[^ \f\n\r\t] """ #[] :只匹配其中的一位 # - ：表示一个区间 #1. #1.1编译正则表达式返回对象 #使用r可以不考虑转义问题 pattern = re.compile(r"[abcd]") #正则表达式 [a-d] #1.2使用正则表达式匹配字符串，成功返回对象，并携带匹配之后额结果，如果匹配失败则返回None ret = pattern.match("dhello") #需要被匹配的字符串 print(ret) print(ret.group()) #取出匹配到的分组 #2. pattern = re.compile(r"[s-z]") ret = pattern.match("xhello") print(ret) print(ret.group()) #3 pattern = re.compile(r"[0-9]") ret = pattern.match("5hello") print(ret) print(ret.group()) #4 pattern = re.compile(r"[0-9a-zA-Z]") ret = pattern.match("8hello") print(ret) print(ret.group()) #5 ^:脱字符【】否定的含义 pattern = re.compile(r"[^0-9]") ret = pattern.match("chello") print(ret) print(ret.group()) #6 \d:只匹配数字，等同于[0-9] pattern = re.compile(r"\d") ret = pattern.match("4") print(ret) print(ret.group()) #7. \w pattern = re.compile(r"\w") ret = pattern.match("7") print(ret) print(ret.group()) #8 \s pattern = re.compile(r"\s") ret = pattern.match("\t") print(ret) print(ret.group()) #9. .：匹配不到换行符【\n】 pattern = re.compile(r".") ret = pattern.match("\r") print(ret) print(ret.group())
3.2匹配边界字符
代码演示：
import re """ --------------锚字符(边界字符)------------- ^ 行首匹配，和在[]里的^不是一个意思 startswith $ 行尾匹配 endswith \A 匹配字符串开始，它和^的区别是,\A只匹配整个字符串的开头，即使在re.M模式下也不会匹配它行的行首 \Z 匹配字符串结束，它和$的区别是,\Z只匹配整个字符串的结束，即使在re.M模式下也不会匹配它行的行尾 \b 匹配一个单词的边界，也就是值单词和空格间的位置 bounds \B 匹配非单词边界 """ #search() 扫描整个字符串进行匹配 print(re.search(r"^to","today is a good day")) print(re.search(r"day$","today is a good day")) #findall() 返回匹配的结果列表 #re.M 匹配多行 print(re.findall(r"\Ato","today is a good day\ntoday is a good day",re.M)) print(re.findall(r"^to","today is a good day\ntoday is a good day",re.M)) #总结：\A只匹配第一行的行首，^匹配每一行的行首 #\b匹配边界【开始和结尾】，\B匹配的是非边界【中间】 print(re.search(r"er\b","never")) #er print(re.search(r"er\b","nerve")) #None print(re.search(r"er\B","never")) #None print(re.search(r"er\B","nerve")) #er #match()函数只检测RE是不是在string的开始位置匹配 #search()会扫描整个string查找匹配,会扫描整个字符串并返回第一个成功的匹配,也就是说match（）只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话，match()就返回none
3.3匹配多个字符
代码演示：
import re """ -------------------匹配多个字符------------------------ 说明：下方的x、y、z均为假设的普通字符,n、m（非负整数），不是正则表达式的元字符 (xyz) 匹配小括号内的xyz(作为一个整体去匹配) x? 匹配0个或者1个x x* 匹配0个或者任意多个x（.* 表示匹配0个或者任意多个字符(换行符除外)） x+ 匹配至少一个x x{n} 匹配确定的n个x（n是一个非负整数） x{n,} 匹配至少n个x x{n,m} 匹配至少n个最多m个x。注意：n <= m x{,m} 匹配最多m个 x|y |表示或，匹配的是x或y """ #（）当做一个整体去匹配，返回的结果为一个列表 print(re.findall(r"(ab)","aaacccaabbbbb")) print(re.findall(r"a?","aaacccaabbbbb")) print(re.findall(r"a*","aaacccaabbbbb")) print(re.findall(r"a+","aaacccaabbbbb")) """ ['a', 'a', 'a', '', '', '', 'a', 'a', '', '', '', '', '', ''] ['aaa', '', '', '', 'aa', '', '', '', '', '', ''] ['aaa', 'aa'] """ #恰好出现n次 print(re.findall(r"a{2}","aaacccaabbbbb")) #至少出现n次 print(re.findall(r"a{2,}","aaacccaabbbbb")) #{m,n}：至少出现m次，至多出现n次 print(re.findall(r"a{2,5}","aaacccaabbbbb")) #表示或 print(re.findall(r"a|b","aaacccaabbbbb")) #[ab]
3.4匹配分组
代码演示：
import re #匹配分组 #| :或 #() :整体 #search:会在字符串中从左向左进行查找，如果找到第一个符合条件的，则停止查找 #正则1|正则2：只要正则1或者正则2中的一个满足，则直接按照这个条件查找 pattern = re.compile("\d+|[a-z]+") ret = pattern.search("123-d223344aa$$aa") #abc123-d223344aa$$aa print(ret.group()) pattern = re.compile("([a-z]\d)+\w+") ret = pattern.search("abc123-d223344aa$$aa") #abc123-d223344aa$$aa print(ret.group())
3.5子模式
代码演示：
import re #子模式 #() #如果在正则表达式中出现\1 \2等标识符的时候，那么\1代表从左向右的第一个（）中的内容。。。被称为子模式【简化正则表达式】 pattern = re.compile(r"(123)(456)\1\2") #\1 == 123 \2 == 456 ret = pattern.search("123456123456") print(ret.group()) #子模式访问 print(ret.group(1)) print(ret.group(2))
3.6贪婪和非贪婪
代码演示：
import re #贪婪和非贪婪【匹配一位还是匹配多位的区别】 #+ * ：多次匹配【贪婪匹配】 #在+或者*后面添加？则改为非贪婪匹配 result1 = re.search(r"a(\d+)","a23333333b") print(result1) #23333333 result1 = re.search(r"a(\d+?)","a23333333b") print(result1) #2 #特殊情况;如果一个正则表达式的前后都有限定条件的时候，那么则不存在贪婪模式，？将不起作用 result1 = re.search(r"a(\d+)b","a23333333b") print(result1) result1 = re.search(r"a(\d+?)b","a23333333b") print(result1)
3.7模式修正
代码演示：
import re #模式修正 """ re.I:忽略大小写模式【ignorecase】 re.M：视为多行模式【more】 re.S：视为单行模式【single】 """ pattern = re.compile(r"^love",re.M) string = """ alove you love her love he """ result1 = pattern.findall(string) print(result1) pattern = re.compile(r"[a-z]+",re.I) result1 = pattern.search("LLLLLLlove") print(result1.group())
4.re模块中常用功能函数
代码演示：
import re #re模块中常用的函数 #1.compile() str1 = "today is a good day" str2 = r"\w*" pattern1 = re.compile(str2) print(pattern1.findall(str1)) #2.match() result = re.match(r"[1-9]\d{4,10}","6725675786574657") print(result) #3.search() #注意：只要匹配到一个符合条件的子字符串，则直接返回，后面的内容不参与搜索 print(re.search(r"\dcom","www.4comnghughs").group()) #4.findall() #注意;返回的结果为列表 #finditer(): 返回的结果为可迭代器 iter = re.finditer(r"\d+","12 fjhaehgj 66 fhaj ") print(iter) for i in iter: print(i) #获取值 print(i.group()) #获取下标 print(i.span()) #5.split() :返回一个列表 s1 = "1one2two3445545three454four56977878five" print(re.split(r"\d+",s1)) print(re.split(r"[0-9]{1,}",s1)) print(re.split(r"[^a-z]+",s1)) s2 = "zhangsan lilei lisi Han Jack" print(re.split(r" +",s2)) s3 = "zhangsan@@@@lilei##########lisi%%%Han&&&&&&&&&&&&&Jack" print(re.split(r"[^a-zA-Z]+",s3)) #6.sub() 替换，返回的是替换之后的字符串 string1 = "today is a good day today is a good da" #用-将空格替换 #参数：旧的字符换【正则表达式】 新的字符串 原字符串 print(re.sub(r"\s","-",string1)) #subn() 替换，返回一个元组（新的字符串，替换的次数） print(re.subn(r"\s","-",string1))
5.注意事项
代码演示：
import re #注意问题 #1.match，findall，search之间的区别 a = re.search(r"[\d]","abc3ab5").group() print(a) #3 b = re.findall(r"[\d]","abc3ab5") print(b) #['3','5'] c = re.match(r"[\d]","abc3") print(c) #None #2.flags的用法【模式修正】 print(re.split("a","1A2a3A4a",re.I)) #['1A2', '3A4', ''] """ split(pattern,string,maxsplit,flags),当传入三个参数的时候，表示只匹配前三个参数，flags不起作用 """ #解决方案：关键字参数 print(re.split("a","1A2a3A4a",flags=re.I)) #3.使用split函数之后去除"" poem = "床前明月光,疑是地上霜.举头望明月，低头思故乡。" list1 = re.split(r"[,.，。]",poem) print(list1) # for item in list1: if item == "": list1.remove("") print(list1) #['床前明月光', '疑是地上霜', '举头望明月', '低头思故乡']
练习:写一个正则表达式,用来匹配手机号
1.手机号必须以1开头
2.手机号第2位只能是3,4,5,7,8,9中的一位
3.手机号总共11位数字
----------匹配单个字符与数字---------
. 匹配除换行符以外的任意字符
[0123456789] []是字符集合，表示匹配方括号中所包含的任意一个字符
[good] 匹配good中任意一个字符
[a-z] 匹配任意小写字母
[A-Z] 匹配任意大写字母
[0-9] 匹配任意数字，类似[0123456789]
[0-9a-zA-Z] 匹配任意的数字和字母
[0-9a-zA-Z_] 匹配任意的数字、字母和下划线
[^good] 匹配除了good这几个字母以外的所有字符，中括号里的^称为脱字符，表示不匹配集合中的字符
[^0-9] 匹配所有的非数字字符
\d 匹配数字，效果同[0-9]
\D 匹配非数字字符，效果同[^0-9]
\w 匹配数字，字母和下划线,效果同[0-9a-zA-Z_]
\W 匹配非数字，字母和下划线，效果同[^0-9a-zA-Z_]
\s 匹配任意的空白符(空格，回车，换行，制表，换页)，效果同[ \r\n\t\f]
\S 匹配任意的非空白符，效果同[^ \f\n\r\t]
--------------锚字符(边界字符)-------------
^ 行首匹配，和在[]里的^不是一个意思
$ 行尾匹配
\A 匹配字符串开始，它和^的区别是,\A只匹配整个字符串的开头，即使在re.M模式下也不会匹配它行的行首
\Z 匹配字符串结束，它和$的区别是,\Z只匹配整个字符串的结束，即使在re.M模式下也不会匹配它行的行尾
\b 匹配一个单词的边界，也就是值单词和空格间的位置
\B 匹配非单词边界
-------------------匹配多个字符------------------------
说明：下方的x、y、z均为假设的普通字符,n、m（非负整数），不是正则表达式的元字符
(xyz) 匹配小括号内的xyz(作为一个整体去匹配)
x? 匹配0个或者1个x
x* 匹配0个或者任意多个x（.* 表示匹配0个或者任意多个字符(换行符除外)）
x+ 匹配至少一个x
x{n} 匹配确定的n个x（n是一个非负整数）
x{n,} 匹配至少n个x
x{n,m} 匹配至少n个最多m个x。注意：n <= m
x|y |表示或，匹配的是x或y
---------------特殊-------------------
'''
*? +? x? 最小匹配，通常都是尽可能多的匹配，可以使用这种解决贪婪匹配
(?:x) 类似(xyz),但不表示一个组
网友评论