一、二进制数据的转换

1.二进制类型/字节(bytes) 2.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’)

print(bytes(10)) print(bytes(2)) print(bytes(12.5)) print(bytes(True)) print(bytes('abc', encoding='utf-8')) print(bytes('abc', encoding='utf-8')) print(bytes([1, 2])) print(bytes([10, 20, 30])) print(bytes(['abc', '123'])) # list1 = [100, 'abc', 12.5] b1 = bytes(str(list1), encoding='utf-8') print(b1) # str2 = 'hello' b2 = str2.encode(encoding='utf-8') print('b2:', b2) 3.二进制转字符串: 方法一： str(数据, encoding='utf-8') str1 = str(b1, encoding='utf-8') print(str1) list1 = eval(str1) print(list1, type(list1)) # 方法二：二进制数据.decode(encoding='utf-8') str2 = b2.decode(encoding='utf-8') print(str2)

二、正则语法

1.什么是正则表达式

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)

=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 “”" 匹配一个字符串有三个字符，分别是 a、b、c re_str = r’abc’ result = fullmatch(re_str, ‘abc’) print(result)

re_str = r’abc’ result = fullmatch(re_str, ‘abcc’) print(result)

2). - 匹配任意一个字符 匹配一个长度是3的字符串，第一个字符是任意字符，后面是bc re_str = r’.bc’ result = fullmatch(re_str, ‘abc’) print(result) re_str = r’.bc’ result = fullmatch(re_str, ‘abc’) print(result)

re_str = r’a…c’ result = fullmatch(re_str, ‘aooc’) print(result)

\d - 匹配任意一个数字字符 re_str = r’\d\d\d’ result = fullmatch(re_str, ‘780’) print(result)

re_str = r’\d\dabc’ result = fullmatch(re_str, ‘45abc’) print(result)

\D - 匹配任意一个非数字字符 re_str = r’\d\D\d’ result = fullmatch(re_str, ‘8=0’) print(result)

\s - 匹配任意一个空白字符 空白字符：空格、\n(换行)、\t(制表符) re_str = r’abc\s123’ abc = fullmatch(re_str, ‘abc\t123’) print(abc)

\S - 匹配任意一个非空白字符 re_str = r’abc\S\d’ print(fullmatch(re_str, ‘abc看5’))

re_str = r’\S…’ print(fullmatch(re_str, ‘psjd’))

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中任意一个数字字符或者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 [\da-zA-Z_] - 匹配字母、数字、下划线 [\u4e00-\u9fa5] - 匹配任意一个中文字符

re_str = r’[abc]123’ print(fullmatch(re_str, ‘a123’)) re_str = r’[你w3=]123’ print(fullmatch(re_str, ‘3123’))

re_str = r’[\dxy=]mn’ print(fullmatch(re_str, ‘3mn’))

re_str = r’[a-z]123’ print(fullmatch(re_str, ‘x123’))

re_str = r’[a-A]123’ # 报错！ print(fullmatch(re_str, ‘a123’))

在[]中两个字符之间才有特殊意义 re_str = r’[-abc]12-3’ print(fullmatch(re_str, ‘-12-3’))

[^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] - 匹配除了小写字母以外的任意一个字符 [^\u4e00-\u9fa5] - 匹配除了中文以外的任意一个字符 print(fullmatch(r’[^abc]123’, ‘m123’))# print(fullmatch(r’[^\u4e00-\u9fa5]123’, ‘k123’)) 注意: ^在[]中，如果没有在开头就表示这个符号本身 print(fullmatch(r’[a^bc]123’, ‘c123’))

=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，它是在匹配成功的前提下对指定位置的字符进行检测

\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

re_str = r’abc\b\s123’ print(fullmatch(re_str, ‘abc 123’))

\B - 检测是否不是单词边界 re_str = r’abc\B123’ print(fullmatch(re_str, ‘abc123’))

^ - 检测是否是字符串开头 re_str = r’abc^123’ print(fullmatch(re_str, ‘abc 123’)) # None

re_str = r’^abc123’ print(fullmatch(re_str, ‘abc123’))

re_str = r’^\d\d’ print(fullmatch(re_str, ‘89’)) print(search(re_str, ‘98asdgfag38上课的飞机和45’))

4)$ - 检测是否是字符串结尾 re_str = r’\d\d$’ print(search(re_str, ‘海兽祭祀34sdjh728kjsj28’))

===匹配次数

0或多次

a* - 字符a出现0次或者多次 \d* - 任意数字出现0次或多次(实质是\d在正则中出现0次或多次) [字符集]* - 字符集中任意字符出现0次或者多次(每次都可以是任意一个)

re_str = r’abc’ print(fullmatch(re_str, ‘bc’)) print(fullmatch(re_str, ‘abc’)) print(fullmatch(re_str, ‘aaabc’)) re_str = r’a\dc’ print(fullmatch(re_str, ‘ac’)) print(fullmatch(re_str, ‘a1c’)) print(fullmatch(re_str, ‘a12c’)) re_str = r’a[A-Z]*c’ print(fullmatch(re_str, ‘ac’)) print(fullmatch(re_str, ‘aKc’)) print(fullmatch(re_str, ‘aKOKc’))

1次或多次(至少1次) re_str = r’a[A-Z]+c’ print(fullmatch(re_str, ‘ac’)) # None print(fullmatch(re_str, ‘aKc’)) print(fullmatch(re_str, ‘aKOKc’))

? - 0次或1次 练习：写一个正则能匹配任意正整数： 23， 3490，+87， 023(None) re_str = r’[+]?[1-9]\d*’ print(fullmatch(re_str, ‘+8300’))

{}

{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

re_str = r’\d{3}’ print(fullmatch(re_str, ‘298’))

用户名的要求：全部由数字或者字母组成，长度是3~6位 re_str = r’[\da-zA-Z]{3,6}’ print(fullmatch(re_str, ‘2k9’))

print(fullmatch(r’a{3,}123’, ‘aaaa123’)) print(fullmatch(r’a{,3}123’, ‘aa123’))

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, ‘xxabpppb上到===bgew=’)) # <re.Match object; span=(2, 13), match=‘amnbpppb上到b’> amnb / amnbpppb / amnbpppb上到b

非贪婪模式: re_str = r’a.+?b’ print(search(re_str, ‘xxamnbpppb上到b====’)) # <re.Match object; span=(2, 6), match=‘amnb’>

html = “

王者荣耀

9.5

” re_str = r"

.+?

" print(search(re_str, html))

# ===分组

() 用法一：整体操作 a{2,3} (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

print(fullmatch(r’ab{2,3}’, ‘abbb’)) print(fullmatch(r’(ab){2,3}’, ‘ababab’))

两个数字两个字母的结构重复3到5次,类似:89nm78jk89mk print(fullmatch(r’(\d{2}[a-z]{2}){3,5}’, ‘89jh34ko90pp’))

re_str = r’(\d)\1abc\1’ print(fullmatch(re_str, ‘88abc8’))

re_str = r’M(\d[a-z])N\1([A-Z])\2’ print(fullmatch(re_str, ‘M4aN4aKK’))

re_str = r’a\d{2}b’ print(findall(re_str, ‘mmma78bkkka72bll-a90b=56==’)) # [‘a78b’, ‘a72b’, ‘a90b’]

re_str = r’a(\d{2})b’ print(findall(re_str, ‘mmma78bkkka72bll-a90b=56==’)) # [‘78’, ‘72’, ‘90’]

========分支=

|

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，如果成功整个正则就匹配成功， 如果失败就用正则3进行匹配，以此类推…

示例：写一个正则能够匹配一个字符串: abc后面是三个数字或者abc是三个大写字母 re_str = r’abc\d{3}|abc[A-Z]{3}’ print(fullmatch(re_str, ‘abc234’))

re_str = r’abc(\d{3}|[A-Z]{3})’ print(fullmatch(re_str, ‘abcKNM’))

# =转义符号

在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。

re_str = r’\d{2}.\d{2}’ print(fullmatch(re_str, ‘23.45’))

re_str = r’\d+’ print(fullmatch(re_str, ‘8+’))

re_str = r’\dabc’ print(fullmatch(re_str, r’\dabc’))

re_str = r’(\d{2})’ print(fullmatch(re_str, ‘(89)’))

注意：在正则中独立存在有特殊意义的符号，放到[]中，它的意义会自动消失 re_str = r’[.+*]abc’ print(fullmatch(re_str, ‘+abc’)) re_str = r’[ab]cA-D]123’# print(fullmatch(re_str, ‘-123’))