正则表达式：一个特殊的字符序列，可以帮助检测一个字符串是否与我们所设定的字符序列相匹配。
功能：可以实现快速检索文本、替换文本的操作。
- 检测一串数字是否是电话号码
- 检测一个字符串是否符合e-mail格式
- 把一个文本里指定的单词替换为另外一个单词
#不使用正则表达式的操作
a = 'C|C++|Java|Python'
#index()函数，如果 'a' 中含有 'Python' 就会返回 'Python' 首个字符的位置，否则报错。
print(a.index('Python'))
结果：11
#同样可以使用 in 函数
print('Python' in a)
结果：True
#用正则表达式处理：
import re #正则表达式操作函数集
a = 'C|C++|Java|Python'
#findall()：第一个参数为要查询的字符串，第二个参数为被查询的字符串。
#函数返回查询到的全部的字符串所构成的列表
r = re.findall('Python',a)
if len(r) > 0:
print(r)
else:
print('No')
结果: ['Python']
元字符与普通字符
#提取字符串中所有的数字：
import re
a = 'C2C++4Java7Python6'
r = re.findall('\d',a)
print(r)
结果：['2', '4', '7', '6']
\d：表示所有数字
‘Python’普通字符，'\d'元字符。
正则表达式就是由一系列普通字符和元字符组成的。
#提取字符串中所有的非数字:
import re
a = 'C2C++4Java7Python6'
r = re.findall('\D',a) #\D为非数字
print(r)
结果：['C', 'C', '+', '+', 'J', 'a', 'v', 'a', 'P', 'y', 't', 'h', 'o', 'n']
字符集
#判断中间是一个字符c或f的单词：
import re
s = 'abc,acc,adc,aec,afc,ahc'
#[]：字符集，或关系
r = re.findall('a[cf]c',s)
print(r)
结果：['acc', 'afc']
[]：字符集，或关系。[cf]，c或f
普通字符用于定界，确定某一个小段
#判断中间是一个不是c或f的字符的单词：
import re
s = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[^cf]c',s)
print(r)
结果：['abc', 'adc', 'aec', 'ahc']
^：取反操作
#利用字符顺序省略字符，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)
结果：['acc', 'adc', 'aec', 'afc']
-：省略中间字符
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)
结果：['1', '1', '1', '1', '6', '7', '8']
\w匹配单词字符，也就是[A-Za-z0-9_]
import re
a = 'python1111&_java678 \nph\rp'
r = re.findall('\w',a) #等价于r = re.findall('[A-Za-z0-9_]',a)
print(r)
结果：['p', 'y', 't', 'h', 'o', 'n', '1', '1', '1', '1', '_', 'j', 'a', 'v', 'a', '6', '7', '8', 'p', 'h', 'p']
- \W 只匹配非单词字符，如空格、&、\n、\r等都为非单词字符。
- \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)
结果：[' ', '\n', '\r']
常用的概括字符集：\d \D \w \W \s \S
'.' 匹配除换行符\n之外的其他所有字符
数量词
匹配三个字母的单词：
import re
a = 'python1111 java678php'
r = re.findall('[a-z]{3}',a)
print(r)
结果：['pyt', 'hon', 'jav', 'php']
匹配完整的单词：
import re
a = 'python1111 java678php'
r = re.findall('[a-z]{3,6}',a) #3,4,5,6个为一组
print(r)
结果：['python', 'java', 'php']
利用数量词 {} 多次重复
r = re.findall('[a-z]{3}',a) 也可以写成 r = re.findall('[a-z][a-z][a-z]',a)
贪婪与非贪婪
数量词有贪婪和非贪婪之分，一般来说Python倾向于贪婪的匹配方式。
python会尽可能匹配到最大的字符串。
{number} ？变成非贪婪模式,此时python会匹配最小的字符串
import re
a = 'python1111 java678php'
r = re.findall('[a-z]{3,6}?',a)
print(r)
结果：['pyt', 'hon', 'jav', 'php']
匹配次数
用*匹配*之前字符0次或者无限多次:
import re
a = 'pytho0python1pythonn2'
r = re.findall('python*',a)
print(r)
结果：['pytho', 'python', 'pythonn']
用+匹配一次或者无限多次：
import re
a = 'pytho0python1pythonn2'
r = re.findall('python+',a)
print(r)
结果：['python', 'pythonn']
用？匹配0次或者一次：
import re
a = 'pytho0python1pythonn2'
r = re.findall('python?',a)
print(r)
结果：['pytho', 'python', 'python']
可以用?来进行去重复的操作。
注意：{3，6}？和 python? 的问号用法不一样。
边界匹配符
QQ号的位数是否符合4-8位：
import re
qq = '10000004531'
r = re.findall('^\d{4,8}$',qq)
print(r)
结果：[]
^, $ 组成边界匹配符
^：从字符串开头开始匹配
$：从字符串末尾开始匹配
000$：匹配最后三位是000，^000：匹配开始三位是000
组
python字符串是否重复出现三次：
import re
a = 'pythonpythonpythonpythonpython'
r = re.findall('(python){3}',a)
print(r)
结果:['python']
() 对应一组字符
[ ]里的字符是 或关系，[A-Z]表示匹配一个字符是否为大写字母
()里的字符是 且关系，(A-Z)表示匹配一个字符串 'abcd...xyz'
匹配模式参数
re.findall()的第三个参数为模式
忽略大小写：
import re
a = 'pythonC#\nJavaPHP'
r = re.findall('c#',a, re.I | re.S)
print(r)
结果：['C#']
re.I：忽略大小写
re.S：匹配包括\n在内的任意字符
多个模式之间用 '|' ,这里的 '|' 是且的关系。
re.sub正则替换
re.sub(), 五个参数（要替换的匹配表达式，替换成的字符串，被替换的字符串，替换次数，替换模式）
查找并替换：
import re
a = 'PythonC#\nJavaPHP'
r = re.sub('C#','GO',a,0)
#0：把所有的C#换成GO，1：只有第一个匹配到的被替换成GO
print(r)
结果：PythonGO
JavaPHP
常规替换可以使用replace函数：
import re
a = 'PythonC#\nJavaPHP'
a = a.replace('C#','GO') #是sub的简化版，替换所以的C# 为 GO
print(a)
结果：PythonGO
JavaPHP
sub强大的地方在于其第二个参数可以是一个函数：
import re
def convert(value):
#此时的value是一个JSON格式，包含了字符串的其他信息
matched = value.group() #从对象中提取字符串
return '!!' + matched + '!!'
a = 'PythonC#JavaPHP'
r = re.sub('C#',convert,a)
print(r)
结果：Python!!C#!!JavaPHP
sub匹配到的字符串后会被传到convert函数中，返回新的字符串来替换匹配到的词。
把函数作为参数传递
找出数字，大于等于6的替换成9，小于6的替换成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)
结果：A9C0900D99
使用函数修改字符串的方式很灵活。
search与match函数
match：从字符串开始的地方开始匹配(首字母开始匹配)。
search：搜索整个字符串，直到找到第一个满足的结果并返回。
import re
s = 'A8C3721D86'
r = re.match('\d',s)
print(r)
r1 = re.search('\d',s)
print(r1)
结果 r：None
结果 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返回的是对象，且只匹配一次，不会像findall一样匹配所有。
group分组
提取life和python之间的字符：
import re
s = 'life is short,i use python'
r = re.search('life(.*)python',s)
print(r.group(0))
print(r.group(1))
结果：life is short,i use python
is short,i use
group(0)是匹配全部内容
group(1)是只提取中间的部分（看分组的数量，第一个就是1，第n个就是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))
结果 0：life is short,i use python,i love python
结果 1：is short,i use
结果 2：,i love
r.groups()返回除完整匹配以外的所有结果：
import re
s = 'life is short,i use python,i love python'
r = re.search('life(.*)python(.*)python',s)
print(r.groups())
结果：(' is short,i use ', ',i love ')
JSON
JavaScript Object Notation， 是一种轻量级(与XML比)的数据交换格式。
JSON适合做中间语言，进行跨语言交换数据。
JSON应用：前后端分离的数据传输
REST服务的标准格式：JSON。
字符串是JSON的表现形式，符合JSON格式(类似于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 -> 语言下某一数据结构的过程
利用python内部的json解析JSON数据：
import json
json_str = '{"name":"tai","age":23}' #json内用双引号，则外部用单引号表示str
student = json.loads(json_str) #将json格式的数据转换成python格式的数据
print(type(student))
print(student)
print(student['name'])
结果 type(student)：<class 'dict'> #解析出来是字典
结果 student：{'name': 'tai', 'age': 23}
结果 student['name']：tai
同样的JSON字符串，不同的语言会装换成不同的类型。其中对应到Python中是字典类型。
解析JSON数组：
import json
json_str = '[{"name":"tai","age":23,"flag":false},{"name":"tai","age":23}]'
student = json.loads(json_str)
print(type(student))
print(student)
结果 type(student)：<class 'list'> #数组转成了列表
结果 student：[{'name': 'tai', 'age': 23, 'flag': False}, {'name': 'tai', 'age': 23}]
json和python的数据转换列表
| 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) #将python数据类型转换成JSON数据
print(type(json_str))
print(json_str)
结果 type(json_str)：<class 'str'>
结果 json_str：[{"name": "tai", "age": 23, "flag": false}, {"name": "tai", "age": 23}]
