Python(八) 正则表达式与JSON

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