正則表達式：一個特殊的字符序列，可以幫助檢測一個字符串是否與我們所設定的字符序列相匹配。
功能：可以實現快速檢索文本、替換文本的操作。
- 檢測一串數字是否是電話號碼
- 檢測一個字符串是否符合e-mail格式
- 把一個文本里指定的單詞替換為另外一個單詞
#不使用正則表達式的操作
a = 'C|C++|Java|Python'
#index()函數，如果 'a' 中含有 'Python' 就會返回 'Python' 首個字符的位置，否則報錯。
print(a.index('Python'))
結果：11
#同樣可以使用 in 函數
print('Python' in a)
結果：True
#用正則表達式處理：
import re #正則表達式操作函數集
a = 'C|C++|Java|Python'
#findall()：第一個參數為要查詢的字符串，第二個參數為被查詢的字符串。
#函數返回查詢到的全部的字符串所構成的列表
r = re.findall('Python',a)
if len(r) > 0:
print(r)
else:
print('No')
結果: ['Python']
元字符與普通字符
#提取字符串中所有的數字：
import re
a = 'C2C++4Java7Python6'
r = re.findall('\d',a)
print(r)
結果：['2', '4', '7', '6']
\d：表示所有數字
‘Python’普通字符，'\d'元字符。
正則表達式就是由一系列普通字符和元字符組成的。
#提取字符串中所有的非數字:
import re
a = 'C2C++4Java7Python6'
r = re.findall('\D',a) #\D為非數字
print(r)
結果：['C', 'C', '+', '+', 'J', 'a', 'v', 'a', 'P', 'y', 't', 'h', 'o', 'n']
字符集
#判斷中間是一個字符c或f的單詞：
import re
s = 'abc,acc,adc,aec,afc,ahc'
#[]：字符集，或關系
r = re.findall('a[cf]c',s)
print(r)
結果：['acc', 'afc']
[]：字符集，或關系。[cf]，c或f
普通字符用于定界，確定某一個小段
#判斷中間是一個不是c或f的字符的單詞：
import re
s = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[^cf]c',s)
print(r)
結果：['abc', 'adc', 'aec', 'ahc']
^：取反操作
#利用字符順序省略字符，匹配c,d,e,f：
import re
s = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[c-f]c',s)
print(r)
結果：['acc', 'adc', 'aec', 'afc']
-：省略中間字符
概括字符集
\d可以用[0-9]表示：
import re
a = 'python1111java678php'
r = re.findall('[0-9]',a)
print(r)
結果：['1', '1', '1', '1', '6', '7', '8']
\w匹配單詞字符，也就是[A-Za-z0-9_]
import re
a = 'python1111&_java678 \nph\rp'
r = re.findall('\w',a) #等價于r = re.findall('[A-Za-z0-9_]',a)
print(r)
結果：['p', 'y', 't', 'h', 'o', 'n', '1', '1', '1', '1', '_', 'j', 'a', 'v', 'a', '6', '7', '8', 'p', 'h', 'p']
- \W 只匹配非單詞字符，如空格、&、\n、\r等都為非單詞字符。
- \s 代表空白字符：空格、\n、\r等。
- \S 匹配所有非空白字符
import re
a = 'python1111&_java678 \nph\rp'
r = re.findall('\s',a)
print(r)
結果：[' ', '\n', '\r']
常用的概括字符集：\d \D \w \W \s \S
'.' 匹配除換行符\n之外的其他所有字符
數量詞
匹配三個字母的單詞：
import re
a = 'python1111 java678php'
r = re.findall('[a-z]{3}',a)
print(r)
結果：['pyt', 'hon', 'jav', 'php']
匹配完整的單詞：
import re
a = 'python1111 java678php'
r = re.findall('[a-z]{3,6}',a) #3,4,5,6個為一組
print(r)
結果：['python', 'java', 'php']
利用數量詞 {} 多次重復
r = re.findall('[a-z]{3}',a) 也可以寫成 r = re.findall('[a-z][a-z][a-z]',a)
貪婪與非貪婪
數量詞有貪婪和非貪婪之分，一般來說Python傾向于貪婪的匹配方式。
python會盡可能匹配到最大的字符串。
{number} ？變成非貪婪模式,此時python會匹配最小的字符串
import re
a = 'python1111 java678php'
r = re.findall('[a-z]{3,6}?',a)
print(r)
結果：['pyt', 'hon', 'jav', 'php']
匹配次數
用*匹配*之前字符0次或者無限多次:
import re
a = 'pytho0python1pythonn2'
r = re.findall('python*',a)
print(r)
結果：['pytho', 'python', 'pythonn']
用+匹配一次或者無限多次：
import re
a = 'pytho0python1pythonn2'
r = re.findall('python+',a)
print(r)
結果：['python', 'pythonn']
用？匹配0次或者一次：
import re
a = 'pytho0python1pythonn2'
r = re.findall('python?',a)
print(r)
結果：['pytho', 'python', 'python']
可以用?來進行去重復的操作。
注意：{3，6}？和 python? 的問號用法不一樣。
邊界匹配符
QQ號的位數是否符合4-8位：
import re
qq = '10000004531'
r = re.findall('^\d{4,8}$',qq)
print(r)
結果：[]
^, $ 組成邊界匹配符
^：從字符串開頭開始匹配
$：從字符串末尾開始匹配
000$：匹配最后三位是000，^000：匹配開始三位是000
組
python字符串是否重復出現三次：
import re
a = 'pythonpythonpythonpythonpython'
r = re.findall('(python){3}',a)
print(r)
結果:['python']
() 對應一組字符
[ ]里的字符是 或關系，[A-Z]表示匹配一個字符是否為大寫字母
()里的字符是 且關系，(A-Z)表示匹配一個字符串 'abcd...xyz'
匹配模式參數
re.findall()的第三個參數為模式
忽略大小寫：
import re
a = 'pythonC#\nJavaPHP'
r = re.findall('c#',a, re.I | re.S)
print(r)
結果：['C#']
re.I：忽略大小寫
re.S：匹配包括\n在內的任意字符
多個模式之間用 '|' ,這里的 '|' 是且的關系。
re.sub正則替換
re.sub(), 五個參數（要替換的匹配表達式，替換成的字符串，被替換的字符串，替換次數，替換模式）
查找并替換：
import re
a = 'PythonC#\nJavaPHP'
r = re.sub('C#','GO',a,0)
#0：把所有的C#換成GO，1：只有第一個匹配到的被替換成GO
print(r)
結果：PythonGO
JavaPHP
常規替換可以使用replace函數：
import re
a = 'PythonC#\nJavaPHP'
a = a.replace('C#','GO') #是sub的簡化版，替換所以的C# 為 GO
print(a)
結果：PythonGO
JavaPHP
sub強大的地方在于其第二個參數可以是一個函數：
import re
def convert(value):
#此時的value是一個JSON格式，包含了字符串的其他信息
matched = value.group() #從對象中提取字符串
return '!!' + matched + '!!'
a = 'PythonC#JavaPHP'
r = re.sub('C#',convert,a)
print(r)
結果：Python!!C#!!JavaPHP
sub匹配到的字符串后會被傳到convert函數中，返回新的字符串來替換匹配到的詞。
把函數作為參數傳遞
找出數字，大于等于6的替換成9，小于6的替換成0：
import re
def convert(value):
matched = value.group()
if int(matched) >= 6:
return '9'
else:
return '0'
s = 'A8C3721D86'
r = re.sub('\d',convert,s)
print(r)
結果：A9C0900D99
使用函數修改字符串的方式很靈活。
search與match函數
match：從字符串開始的地方開始匹配(首字母開始匹配)。
search：搜索整個字符串，直到找到第一個滿足的結果并返回。
import re
s = 'A8C3721D86'
r = re.match('\d',s)
print(r)
r1 = re.search('\d',s)
print(r1)
結果 r：None
結果 r1：<re.Match object; span=(1, 2), match='8'>
r1.group() 返回字符串的值
r1.span() 返回位置的位置
match和search返回的是對象，且只匹配一次，不會像findall一樣匹配所有。
group分組
提取life和python之間的字符：
import re
s = 'life is short,i use python'
r = re.search('life(.*)python',s)
print(r.group(0))
print(r.group(1))
結果：life is short,i use python
is short,i use
group(0)是匹配全部內容
group(1)是只提取中間的部分（看分組的數量，第一個就是1，第n個就是n）
import re
s = 'life is short,i use python,i love python'
r = re.search('life(.*)python(.*)python',s)
print(r.group(0))
print(r.group(1))
print(r.group(2))
結果 0：life is short,i use python,i love python
結果 1：is short,i use
結果 2：,i love
r.groups()返回除完整匹配以外的所有結果：
import re
s = 'life is short,i use python,i love python'
r = re.search('life(.*)python(.*)python',s)
print(r.groups())
結果：(' is short,i use ', ',i love ')
JSON
JavaScript Object Notation， 是一種輕量級(與XML比)的數據交換格式。
JSON適合做中間語言，進行跨語言交換數據。
JSON應用：前后端分離的數據傳輸
REST服務的標準格式：JSON。
字符串是JSON的表現形式，符合JSON格式(類似于Python的字典)的字符串就是JSON字符串。
反序列化
反序列化：字符串 -> 語言下某一數據結構的過程
利用python內部的json解析JSON數據：
import json
json_str = '{"name":"tai","age":23}' #json內用雙引號，則外部用單引號表示str
student = json.loads(json_str) #將json格式的數據轉換成python格式的數據
print(type(student))
print(student)
print(student['name'])
結果 type(student)：<class 'dict'> #解析出來是字典
結果 student：{'name': 'tai', 'age': 23}
結果 student['name']：tai
同樣的JSON字符串，不同的語言會裝換成不同的類型。其中對應到Python中是字典類型。
解析JSON數組：
import json
json_str = '[{"name":"tai","age":23,"flag":false},{"name":"tai","age":23}]'
student = json.loads(json_str)
print(type(student))
print(student)
結果 type(student)：<class 'list'> #數組轉成了列表
結果 student：[{'name': 'tai', 'age': 23, 'flag': False}, {'name': 'tai', 'age': 23}]
json和python的數據轉換列表
| JSON | Python |
|---|---|
| object | dict |
| array | list |
| string | str |
| number | int(float) |
| true | True |
| false | False |
| null | None |
序列化：
import json
student = [{"name":"tai","age":23,"flag":False},{"name":"tai","age":23}]
json_str = json.dumps(student) #將python數據類型轉換成JSON數據
print(type(json_str))
print(json_str)
結果 type(json_str)：<class 'str'>
結果 json_str：[{"name": "tai", "age": 23, "flag": false}, {"name": "tai", "age": 23}]
