Python学习第四周总结

Posted 月瘦如眉

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python学习第四周总结相关的知识,希望对你有一定的参考价值。

学习Python第四周总结

正则表达式

Python使用正则表达式的两种方式:
不创建正则表达式对象,直接调用函数进行匹配操作
  • match
  • fullmatch

~创建正则表达式对象(Pattern),通过给对象发消息实现匹配操作

  • compile

例子: 网站注册,用户名要求必须是字母、数字、下划线,长度在6-20个字符之间,检查用户名是否合法,应该怎么做?

import re


username = input('请输入用户名: ')
username_pattern = re.compile(r'^\\w{6,20}$')
print(type(username_pattern))
matcher = username_pattern.match(username)
print(type(matcher))
if matcher is None:
    print('无效的用户名!!!')
else:
    print(matcher.group())
# matcher = re.match(r'\\w{6,20}$', username)
# if matcher is None:
#     print('用户名不合法!!!')
# else:
#     print(matcher)
#     print(matcher.group())


# qq = input('请输入QQ号: ')
# matcher = re.fullmatch(r'[1-9]\\d{4,10}', qq)
# if matcher is None:
#     print('QQ号错误!!!')
# else:
#     print(matcher)
#     print(matcher.group())
import re
content = """报警电话: 110, 我们班是Python-2105班,
我的QQ是123456, 我的手机号是15581572054,谢谢!"""
# matcher = re.search(r'1[3-9]\\d{9}', content)
# if not matcher:
#     print('没有找到手机号')
# else:
#     print(matcher.group())

pattern = re.compile(r'\\d+')
matcher = pattern.search(content)
while matcher:
    print(matcher.group())
    print(matcher.start(), matcher.end())
    matcher = pattern.search(content, matcher.end())

results = pattern.findall(content)
for result in results:
    print(result)

results = re.findall(r'\\d+', content)
for result in results:
    print(result)
    

这是我们对正则表达式中的一些基本符号进行的扼要总结。

符号解释示例说明
.匹配任意字符b.t可以匹配bat / but / b#t / b1t等
\\w匹配字母/数字/下划线b\\wt可以匹配bat / b1t / b_t等
但不能匹配b#t
\\s匹配空白字符(包括\\r、\\n、\\t等)love\\syou可以匹配love you
\\d匹配数字\\d\\d可以匹配01 / 23 / 99等
\\b匹配单词的边界\\bThe\\b
^匹配字符串的开始^The可以匹配The开头的字符串
$匹配字符串的结束.exe$可以匹配.exe结尾的字符串
\\W匹配非字母/数字/下划线b\\Wt可以匹配b#t / b@t等
但不能匹配but / b1t / b_t等
\\S匹配非空白字符love\\Syou可以匹配love#you等
但不能匹配love you
\\D匹配非数字\\d\\D可以匹配9a / 3# / 0F等
\\B匹配非单词边界\\Bio\\B
[]匹配来自字符集的任意单一字符[aeiou]可以匹配任一元音字母字符
[^]匹配不在字符集中的任意单一字符[^aeiou]可以匹配任一非元音字母字符
*匹配0次或多次\\w*
+匹配1次或多次\\w+
?匹配0次或1次\\w?
{N}匹配N次\\w{3}
{M,}匹配至少M次\\w{3,}
{M,N}匹配至少M次至多N次\\w{3,6}
|分支foo|bar可以匹配foo或者bar
(?#)注释
(exp)匹配exp并捕获到自动命名的组中
(?<name>exp)匹配exp并捕获到名为name的组中
(?:exp)匹配exp但是不捕获匹配的文本
(?=exp)匹配exp前面的位置\\b\\w+(?=ing)可以匹配I’m dancing中的danc
(?<=exp)匹配exp后面的位置(?<=\\bdanc)\\w+\\b可以匹配I love dancing and reading中的第一个ing
(?!exp)匹配后面不是exp的位置
(?<!exp)匹配前面不是exp的位置
*?重复任意次,但尽可能少重复a.*b
a.*?b
将正则表达式应用于aabab,前者会匹配整个字符串aabab,后者会匹配aab和ab两个字符串
+?重复1次或多次,但尽可能少重复
??重复0次或1次,但尽可能少重复
{M,N}?重复M到N次,但尽可能少重复
{M,}?重复M次以上,但尽可能少重复
import re
import requests

# 匹配整个a标签,但是只捕获()中的内容--->正则表达式的捕获组
pattern = re.compile(r'<a\\s.*?href="(.+?)".*?title="(.+?)".*?>')
resp = requests.get('https://www.sohu.com/')
results = pattern.findall(resp.text)
for href, title in results:
    print(title)
    if not href.startswith('https://www.sohu.com'):
        href = 'https://www.sohu.com' + href
    print(href)

正则表达式捕获组

从网页上获取新闻的标题和链接

import re
import requests

# 匹配整个a标签,但是只捕获()中的内容--->正则表达式的捕获组
pattern = re.compile(r'<a\\s.*?href="(.+?)".*?title="(.+?)".*?>')
resp = requests.get('https://www.sohu.com/')
results = pattern.findall(resp.text)
for href, title in results:
    print(title)
    if not href.startswith('https://www.sohu.com'):
        href = 'https://www.sohu.com' + href
    print(href)

Python对正则表达式的支持

Python提供了re模块来支持正则表达式相关操作,下面是re模块中的核心函数。

函数说明
compile(pattern, flags=0)编译正则表达式返回正则表达式对象
match(pattern, string, flags=0)用正则表达式匹配字符串 成功返回匹配对象 否则返回None
search(pattern, string, flags=0)搜索字符串中第一次出现正则表达式的模式 成功返回匹配对象 否则返回None
split(pattern, string, maxsplit=0, flags=0)用正则表达式指定的模式分隔符拆分字符串 返回列表
sub(pattern, repl, string, count=0, flags=0)用指定的字符串替换原字符串中与正则表达式匹配的模式 可以用count指定替换的次数
fullmatch(pattern, string, flags=0)match函数的完全匹配(从字符串开头到结尾)版本
findall(pattern, string, flags=0)查找字符串所有与正则表达式匹配的模式 返回字符串的列表
finditer(pattern, string, flags=0)查找字符串所有与正则表达式匹配的模式 返回一个迭代器
purge()清除隐式编译的正则表达式的缓存
re.I / re.IGNORECASE忽略大小写匹配标记
re.M / re.MULTILINE多行匹配标记

不良内容过滤

import re

content = '马化腾是一个沙雕煞笔,FUck you!'
pattern = re.compile(r'[傻沙煞][逼笔雕鄙]|马化腾|fuck|shit', flags=re.IGNORECASE)
# modified_content = re.sub(r'[傻沙煞][逼笔雕鄙]|马化腾|fuck|shit', '*', content, flags=re.I)
modified_content = pattern.sub('*', content)
print(modified_content)

IGNORECASE)

modified_content = re.sub(r’[傻沙煞][逼笔雕鄙]|马化腾|fuck|shit’, ‘*’, content, flags=re.I)

modified_content = pattern.sub(’*’, content)
print(modified_content)

以上是关于Python学习第四周总结的主要内容,如果未能解决你的问题,请参考以下文章

第四周学习总结

20165234 第四周学习总结

java第四周学习总结

第四周学习进度总结

第四周学习总结

20165331 《Java程序设计》第四周学习总结