Python 正则表达式与JSON

Posted 2020-12-30 男刀，你就这样过你的一生。

一、初识正则表达式

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、实现替换文本的操作

json（xml） 轻量级 web 数据交换格式

import re

a=\'C|C++|Java|C#||Python|Javascript\'
 
r= re.findall(\'Python\',a)
print(r)

if len(r) > 0:
    print(\'字符串中包含Python\')
else:
    print(\'No\')

[\'Python\']
字符串中包含Python

 

二、元字符与普通字符

import re

a=\'C0C++7Java8C#9Python6Javascript\'

r= re.findall(\'\\d\',a)
print(r)

b=\'\'
for x in a:
    try:
        int(x)
        b +=x+\',\'
    except :
        pass

print(b)

结果：
[\'0\', \'7\', \'8\', \'9\', \'6\']
0,7,8,9,6,

\'Python\' 普通字符 \'\\d\' 元字符

 

三、字符集

import re

#找出中间一个字符不是C 和F的 单词
s = \'abc, acc, adc, aec, afc, ahc\'

r = re.findall(\'a[^cf]c\', s)  #[a-z] [cf]
print(r)

结果：
[\'abc\', \'adc\', \'aec\', \'ahc\']

 

四、概括字符集

#\\d 数字  \\D 字母
#\\w  数字和字母 =[a-zA-Z0-9_]  \\W 
#\\s  空白字符  \\S
a=\'python 11\\t11java&678p\\nh\\rp\'

r = re.findall(\'\\s\', a)
print(r)


结果：
[\' \', \'\\t\', \'\\n\', \'\\r\']

 

五、数量词

a=\'python 1111java&678php\'

r = re.findall(\'[a-z]{3,6}\', a)
print(r)

结果：
[\'python\', \'java\', \'php\']

 

六、贪婪与非贪婪

a=\'python 1111java&678php\'

r = re.findall(\'[a-z]{3,6}?\', a)
#贪婪 与 非贪婪 ?

print(r)

结果：
[\'pyt\', \'hon\', \'jav\', \'php\']

 

七、匹配0次1次或者无限多次

# * 匹配0次或者无限多次
# + 匹配1次或者无限多次
# ? 匹配0次或者1次

a=\'pytho0python1pythonn2pythonw\'

r = re.findall(\'python*\', a)

print(r)

结果：
[\'pytho\', \'python\', \'pythonn\', \'python\']

 

八、边界匹配符

qq = \'12345678\'
# 4~8 
r =  re.findall(\'^\\d{4,8}$\', qq)
print(r)

a = \'123456789\'
# 4~8  ^规则$ ^开头 $结尾
e =  re.findall(\'^\\d{4,8}$\', a)
print(e)

结果：
[\'12345678\']
[]

 

九、组

# () 组 

a = \'pythonpythonpythonpythonpython\'
# 
r =  re.findall(\'(python){3}\', a)
print(r)

结果：
[\'python\']  代表存在一组（pythonpythonpython） 这样的数据

 

十、匹配模式参数

# I | S 忽略大小写 | 匹配所有字符

lanuage = \'PythonC#\\nJavaPHP\'

r = re.findall(\'c#.{1}\', lanuage,re.I | re.S)

print(r)


结果：
[\'C#\\n\']

 

十一、re.sub正则替换

搜索替换

def convert(value):
    matched = value.group()
    # print(value) <_sre.SRE_Match object; span=(6, 8), match=\'C#\'>
    return \'!!\'+matched+\'!!\'


lanuage = \'PythonC#JavaC#PHPC#\'

# r = re.sub(\'C#\', \'GO\', lanuage, 1) 返回结果： PythonGOJavaC#PHPC#
# s=lanuage.replace(\'C#\', \'GO\')
r = re.sub(\'C#\', convert, lanuage)  #传入参数
print(r)

结果：
Python!!C#!!Java!!C#!!PHP!!C#!!

 

十二、把函数作为参数传递

def convert(value):
    matched = value.group() #拿到对象的值
    # print(value) <_sre.SRE_Match object; span=(6, 8), match=\'C#\'>
    if int(matched) >=6 :
        return \'9\'
    else:
        return \'0\'

lanuage = \'A8C3721D86\'

r = re.sub(\'\\d\', convert, lanuage)
print(r)

#
A9C0900D99

 

十三、search与match函数

s = \'A8C3721D86\'
# None 从开头开始匹配 假如没有找到相应的匹配结果 返回None 只匹配一次
r = re.match(\'\\d\', s) 
print(r) #None

#搜索这个字符串 一旦找到第一个满足匹配的结果就返回 只匹配一次
r1 = re.search(\'\\d\', s)
print(r1) #<_sre.SRE_Match object; span=(1, 2), match=\'8\'>
print(r1.group()) #8
print(r1.span()) # (1, 2)

r2 = re.findall(\'\\d\', s)
print(r2)  #[\'8\', \'3\', \'7\', \'2\', \'1\', \'8\', \'6\']

 

十四、group分组

#提取life 和python 之间的值
s = \'life is short,i use python\'
#None
r = re.search(\'life.*python\', s)
print(r.group()) #life is short,i use python group(组号)

r = re.search(\'life(.*)python\', s)
print(r.group(0)) #life is short,i use python group(组号)
print(r.group(1)) # is short,i use

#group(0)  一种特殊情况 匹配正则表达式完整的结果

r = re.findall(\'life(.*)python\', s)
print(r) #[\' is short,i use \']

 

s = \'life is short,i use python, i love python\'

r = re.search(\'life(.*)python(.*)python\', s)
print(r.group(0)) # life is short,i use python, i love python 
print(r.group(1)) # is short,i use
print(r.group(2)) # , i love

print(r.group(0,1,2)) #(\'life is short,i use python, i love python\', \' is short,i use \', \', i love \')

print(r.groups()) # (\' is short,i use \', \', i love \')

 

十五、一些关于学习正则的建议

#\\d 数字  \\D 字母
#\\w  数字和字母 =[a-zA-Z0-9_]  \\W 
#\\s  空白字符  \\S
# .  匹配除了换行符\\n之外其他所有字符
# * 匹配0次或者无限多次
# + 匹配1次或者无限多次
# ? 匹配0次或者1次
# () 组 
# I | S 忽略大小写 | 匹配所有字符

 

python ：爬虫，数据处理

十六、理解JSON

JSON  是一种轻量级的数据交换格式

字符串是JSON的表现形式

符合 JSON 格式的字符串叫做 JSON 字符串

{"name":"qiyue"}

JSON VS XML

优势：

跨语言交换数据

易于阅读

易于解析

网络传输效率高

 

十七、反序列化

import json

# JSON object array
json_str = \'{"name":"qiyue","age":18}\'
s =  json.loads(json_str)

# dict
#反序列化
s =  json.loads(json_str) #load()  把json 的数据类型 转换为我们自己语言的数据类型
print(type(s)) #<class \'dict\'>
print(s) #{\'name\': \'qiyue\', \'age\': 18}
print(s[\'name\']) # qiyue


json_str = \'[{"name":"qiyue","age":18},{"name":"qiyue","age":18}]\'
s =  json.loads(json_str)
print(type(s)) # <class \'list\'>
print(s) # [{\'name\': \'qiyue\', \'age\': 18}, {\'name\': \'qiyue\', \'age\': 18}]

 

JSON     Python
object   dict
array    list
string   str
number   int
number   float
true     True
false    False
null     None

 

十八、序列化

#序列化 为json

student = [
    {"name":"qiyue","age":18, \'flag\':False},
    {"name":"python","age":18}
]


json_str =  json.dumps(student)
print(type(json_str)) # <class \'str\'>
print(json_str) #[{"name": "qiyue", "age": 18, "flag": false}, {"name": "python", "age": 18}]

 

十九、小谈JSON、JSON对象与JSON字符串

JSON 是一种轻量级的数据交换格式

JSON对象 局限于语言

JSON字符串 

JSON 有自己的数据类型

虽然它和JavaScript  的数据类型有些相似 但是他们不是一种语言 

 

ECMASCRIPT一个标准  JavaScript   ActionScription  JSON 实现标准的一种方案

REST 服务