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)

3.字符串转二进制：字符串.encode(encoding=‘utf-8’)

print(bytes(10)) # b'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00' # print(bytes(12.5)) # TypeError: cannot convert 'float' object to bytes print(bytes(True)) # b'\x00' print(bytes('abc', encoding='utf-8')) # b'abc' print(bytes([1, 2])) # b'\x01\x02' # print(bytes(['abc', '13'])) # TypeError: 'str' object cannot be interpreted as an integer list1 = [100, 'abc', 12.5] b1 = bytes(str(list1), encoding='utf-8') print(b1) # b"[100, 'abc', 12.5]"

4.二进制转字符串:

# 方法一：str(数据, encoding='utf-8') str1 = str(b1, encoding='utf-8') print(str1) list1 = eval(str1) print(list1) # [100, 'abc', 12.5] str2 = 'hello' b2 = str2.encode(encoding='utf-8') print(b2) # b'hello' # 方法二：二进制数据.decode(encoding=;'utf-8') str2 = b2.decode(encoding='utf-8') print(str2) # hello

二. 正则语法

from re import fullmatch, search, findall, I, S, M

1.什么是正则表达式

""" 正则表达式是一种工具；一种专门用来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的非常简单 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 """

2.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) # <_sre.SRE_Match object; span=(0, 3), match='abc'>

2）.   -  匹配任意一个字符

# 2）. - 匹配任意一个字符(换行(\n)为特殊情况) # 多行匹配(默认,符号为M)：.不能匹配\n；单行匹配(符号为S)：.可以匹配\n # 如何变成单行匹配：a.flags=S(需先从re模块中导入变量S) # b.(?s) # 单行匹配 print(fullmatch(r'a.b', 'a\nb', flags=S)) print(fullmatch(r'(?s)a.b', 'a\nb')) # 多行匹配 print(fullmatch(r'a.b', 'a\nb', flags=M)) print(fullmatch(r'(?m)a.b', 'a\nb')) # 忽略大小写(变量I，需先从re模块中导入) print(fullmatch(r'abc', 'ABC', flags=I)) print(fullmatch(r'(?i)abc', 'ABC')) # 忽略大小写并且单行匹配 print(fullmatch(r'a.b', 'A\nb', flags=I | S)) print(fullmatch(r'(?is)a.b', 'A\nb')) # 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' re_str = fullmatch(re_str, 'xbc') print(result)

3）\d  -  匹配任意一个数字字符

re_str = r'\d\d\d' result = fullmatch(re_str, '782') print(result)

4）\D  -  匹配任意一个非数字字符

re_str = r'\d\D\d' result = fullmatch(re_str, '8h0') print(result)

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) re_str = r'abc\s123' print(fullmatch(re_str, 'abc 123'))

6）\S  -  匹配任意一个非空白字符

re_str = r'abc\S\d' print(fullmatch(re_str, 'abc*7'))

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] - 匹配一个字符就是数字或者a或者b或者c [1-9] - 匹配1到9的任意一个数字字符 [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')) # -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'))

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] - 匹配除了小写字母以外的任意一个字符 """ print(fullmatch(r'[^abc]123', 'm123')) print(fullmatch(r'[\u4e00-\u9fa5]123', '类123')) 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', '^123')) # ==================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的长度，它是在匹配成功的前提下对指定位置的字符进行检测

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、字符串开头和结尾 """ re_str = r'abc\b\s123' print(fullmatch(re_str, 'abc 123'))

2）\B  -  检测是否不是单词边界

re_str = r'abc\B123' print(fullmatch(re_str, 'abc123'))

3）^  -  检测是否是字符串开头

re_str = r'abc^123' print(fullmatch(re_str, 'abc123')) # None re_str = r'^abc123' print(fullmatch(re_str, 'abc123'))

4）$  -  检测是否是字符串结尾

# ===============匹配次数================

1）*  -  0次或多次

""" 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]* - 字符集中的任意字符出现0次或者多次（每次都可以是任意一个） """ re_str = r'a*bc' print(fullmatch(re_str, 'bc')) print(fullmatch(re_str, 'abc')) re_str = r'a\d*c' print(fullmatch(re_str, 'ac')) print(fullmatch(re_str, 'a1c')) print(fullmatch(re_str, 'a123c')) re_str = r'a[A-Z]*c' print(fullmatch(re_str, 'ac')) print(fullmatch(re_str, 'aASDFc'))

2）+  -  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, 'aASDFc'))

3）?  -  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, '53'))

4）{}

""" {N} - 匹配N次 {M,N} - 匹配M到N次 {M,} - 匹配至少M次 {,N} - 匹配至多N次 """ re_str = r'\d{3}' print(fullmatch(re_str, '798')) # 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, '154sdf'))

5）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, 'xxamnbpppb山单反b=====')) # 'amnbpppb山单反b' # 非贪婪模式 re_str = r'a.+?b' print(search(re_str, 'xxamnbpppb山单反b=====')) # 'amnb' # ===============分组================

1）()

""" 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在获取字串的时候，如果正则中有分组，只会获取分组匹配到的结果 """ # 两个数字两个字母的结构重复重复3到5次：类似：89sd78xd32fd print(fullmatch(r'(\d{2}[a-z]{2}){3,5}', '89sd78xd32fd')) # ===============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，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... """ # 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后面是三个大写字母 re_str = r'abc\d{3}|abc[A-Z]{3}' print(fullmatch(re_str, 'abc321')) re_str = r'abc(\d{3}|[A-Z]{3})' print(fullmatch(re_str, 'abcSKD')) # ===============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。 """ re_str = r'\d{2}\.\d{2}' print(fullmatch(re_str, '23.45')) # 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

三. re模块的使用

import re

1.编译

# compile(正则表达式) - 编译正则表达式，返回正则对象 re_obj = re.compile(r'\d{3}') # 正则表达式对象.fullmatch(字符串) print(re_obj.fullmatch('789'))

2.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 """ print(re.match(r'\d{3}', '654sdfsdf==='))

匹配对象

result = re.match(r'(\d{2})([a-z]{3})([A-Z]{2})', '36knmHK山反') print(result)

1）匹配到的字串

# 匹配对象.group() / 匹配对象.group(0) - 获取整个正则匹配到的字串 # 匹配对象.group(N) - 获取第N个分组匹配到的字串 print(result.group()) # '36knmHK' print(result.group(1)) # '36' print(result.group(3)) # 'HK'

2）获取匹配范围 - 匹配到的字串在原字符串中的下标范围

# 匹配对象.span() print(result.span()) # [0, 7) print(result.span(2)) # [2, 5)

3.查找

""" search(正则, 字符串) - 在字符串查找第一个满足正则的字串，如果找到了返回匹配对象，如果找不到返回None findall(正则, 字符串) - 获取字符串中所有满足正则的字串，返回值是列表，列表中的元素是字符串，如果找不到则返回空列表 re.finditer(正则, 字符串) - 获取字符串中所有满足正则的字串,返回值是迭代器，迭代器中的元素是匹配对象 """ # 1）search print(re.search(r'\d{3}', 'sdfj789sdhf753山单反')) # 2）findall # 没有分组 print(re.findall(r'\d{3}', 'sdfj789sdhf753山单反')) # ['789', '753'] # 有分组 print(re.findall(r'a(\d{3})', 'abm678sdfka092sdfjgg===-a786sdfsa119')) # ['092', '786', '119'] # 有两个或者两个以上的分组：[('bm', '678'), ('ka', '092'), ('sa', '119')] print(re.findall(r'([a-z]{2})(\d{3})', 'abm678sdfka092sdfjgg===-a786sdfsa119')) # ['bm678', 'ka092', 'sa119'] # 3）finditer result = re.finditer(r'([a-z]{2})(\d{3})', 'abm678sdfka092sdfjgg===-a786sdfsa119') # ['bm678', 'ka092', 'sa119'] print(result) print(list(result))

4.切割和替换

""" split(正则, 字符串) - 将字符串中满足正则的字串作切割点 sub(正则, 字符串1, 字符串2) - 将字符串2中满足正则的字串全部替换成字符串1 """ result = re.split(r'\d+', 'sdfasdf465sdfwersdf133') print(result) result = re.sub(r'\d', '+', 'sdfasdf465sdfwersdf133') print(result)