千峰学习第十六天

——正则表达式

内容1：

二进制数据的转换

二进制类型/字节（bytes）

其他数据转二进制：bytes(数据)，字符串转二进制：字符串.encode(encoding=‘utf-8’)

二进制转字符串:

```python 方法一：str(数据, encoding='utf-8') s = str(b"['abc', 123]", encoding='utf-8') print(s, type(s)) list1 = eval(s) print(list1, type(list1)) 方法二：二进制数据.decode(encoding='utf-8') str2 = b2.decode(encoding='utf-8') print(str2, type(str2)) ```

内容2：

正则语法：

什么是正则表达式

正则表达式是一种工具；一种专门用做字符串匹配的工具，能够在某些情况下让字符串的处理变得非常简单。 正则是用来描述字符串规则 fullmatch(正则表达式, 字符串) - 判断正则表达式是否和字符串完全匹配，如果不匹配返回None

正则表达式的语法(通用的)

```python # =========================匹配符号========================== # 1）普通字符 """ 普通字符在正则表达式中表示这个符号本身 """ # 2) . - 匹配任意一个字符 # 3) \d - 匹配任意一个数字字符 # 4) \D - 匹配任意一个非数字字符 # 5) \s - 匹配任意一个空白字符 # 空白字符：空格、 \n(换行)、\t(制表符) # 6) \S - 匹配任意一个非空白字符 # 7) \w - 匹配任意一个数字、字母或者下划线(不好用，非ASCII码中的字符都可以匹配) # 8) [字符集] - 匹配字符集中出现的任意一个字符 """ 注意：一个[]只能匹配一个字符 [abc] - 匹配一个字符是a或者b或者c [\dabc] - 匹配一个字符是数字或者a或者b或者c [1-9] - 匹配1到9的任意一个数字字符 [2-5abc] - 匹配2到5或者a或者b或者c [a-z] - 匹配任意一个小写字母 [a-zA-Z] - 匹配任意一个字母 [\u4e00-\u9fa5] - 匹配任意一个中文字符 """ # 9）[^字符集] - 匹配不在字符集中的任意一个字符 """ [^abc] - 匹配除了abc以外的任意一个字符 [^\dxy] - 匹配除了xy和数字以外的任意一个字符 [^a-z] - 匹配除了小写以外的任意一个字符 """ ``` ```python # =========================检测符号========================== # 匹配符号要求一个符号必须对应一个字符，会影响字符串长度的描述； # 检测符号，不会匹配字符，也不会影响字符串长度，他是在匹配成功的前提下对指定位置的字符进行检测 # 1） \b - 检测是否是单词边界 """ 单词边界 - 所有能够区分出两个不同单词的符号，例如：空白字符、标点符号，字符串开头和字符串结尾 """ # 2) \B - 检测是否不是单词边界 # 3) ^ - 检测是否是字符串开头 # 4) $ - 检测是否是字符串结尾 ``` ```python # =========================匹配次数========================== # 1）* - 0次或者多次 """ a* - 字符a出现0次或者多次 \d* - 任意数字出现0次或者多次（实质是\d在正则中出现0次或者多次） [字符集]* - 字符集中的任意字符出现0次或者多次(每次都可以是任意一个) """ # 2) + - 一次或者多次 # 3) ? - 0次或1次 # 4) {} """ {N} - 匹配N次 {M,N} - 匹配M到N次 {M,} - 匹配至少M次 {,N} - 匹配最多N次 """ ``` ```python # 贪婪和非贪婪 """ 在匹配次数不确定的时候匹配模式有两种：贪婪（默认）和非贪婪(在不确定次数后面加?) 贪婪：在能匹配成功的前提下，匹配次数选最多的(+、*、?、{M,N}、{M,}、{,N}) 非贪婪：在能匹配成功的前提下，匹配次数选最少的(+?、*?、??、{M,N}?、{M,}?、{,N}?) """ # 贪婪模式： re_str = r'a.+b' print(search(re_str, 'xxamnbooopbxxb++++')) # 非贪婪模式： re_str = r'a.+?b' print(search(re_str, 'xxamnbooopbxxb++++')) ``` ```python # =========================分组====================== # 1）() """ 用法一：整体操作 (ab){2,3} 用法二：重复 \M - 重复前面第M个分组中匹配到的内容 用法三：捕获 re中的findall在获取子串的时候，如果正则中有分组，只会获取分组匹配到的结果 """ ``` ```python # =========================分支====================== # 1）| """ 正则1|正则2|正则3|... 先用正则1进行匹配，如果匹配成功整个正则就匹配成功；如果失败就用正则2进行匹配以此类推... """ ``` ```python # =========================转义符号====================== """ 在正则中有特殊意义的符号前加\,让这个符号在正则中的功能消失。 """ ```

内容3：

re模块的使用

compile(正则表达式) - 编译正则表达式，返回正则对象

匹配

``` fullmatch(正则, 字符串) - 让整个字符串和正则进行匹配，匹配失败返回None，匹配成功返回匹配对象 match(正则, 字符串) - 让字符串的开头和正则进行匹配，匹配失败返回None，匹配成功返回匹配对象 ``` 3. 匹配对象 ``` 1)匹配到的子串 # 匹配对象.group() / 匹配对象.group(0) - 获取整个正则匹配到的子串 # 匹配对象.group(N) - 获取第N个分组 2)匹配范围 - 匹配到的子串在原字符串中的下标范围 # 匹配对象.span() ``` 4. 查找 ``` search(正则, 字符串) - 在字符串查找第一个满足正则的子串，如果找到了返回匹配对象，找不到返回None findall(正则, 字符串) - 获取字符串中所有满足正则的子串，返回值是列表，列表中的元素是字符串或者元组 finditer(正则, 字符串) - 获取字符串中所有满足正则的子串，返回值是迭代器，迭代器中的元素是匹配对象 ``` 5. ``` """ split(正则, 字符串) - 将字符串中满足正则的子串作为切割点 sub(正则,字符串1,字符串2) - 将字符串2中满足正则的子串全部替换成字符串1 """ ```