本文共 15637 字，大约阅读时间需要 52 分钟。

                                      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、实现一些替换文本的操作# 1、检查一串数字是否室电话号码# 2、检测一个字符串是否符合email# 3、把一个文本里指定的单词替换为另一个单词import rea = "C|C++|Java|C#|Python|JavaScript"r = re.findall("Python", a)print(r)# 规则if len(r) > 0:    print("字符串中包含Python")else:    print("字符串中不包含Python")

    运行结果：

二、元字符与普通字符

    元字符：    

import rea = "C0C++7Java8C#9Python6JavaScript"# "Python" 普通字符  "\d" 元字符r = re.findall("\d", a)print(r)运行结果：['0', '7', '8', '9', '6']

三、字符集

# 字符集import res = "abc, acc, adc, aec, aec, ahc"r = re.findall("a[c-f]c", s)print(r)运行结果：['acc', 'adc', 'aec', 'aec']

四、概括字符

    1、\d 数字字符

import rea = "python 1111\tjava&678__p\nhp"# \d 数字字符r_d = re.findall("\d", a)r = re.findall("[0-9]", a)print(r_d)print(r)运行结果：['1', '1', '1', '1', '6', '7', '8']['1', '1', '1', '1', '6', '7', '8']

    2、\D 非数字字符

import rea = "python 1111\tjava&678__p\nhp"# \D 非数字字符o_D = re.findall("\D", a)o = re.findall("[^0-9]", a)print(o_D)print(o)运行结果：['p', 'y', 't', 'h', 'o', 'n', ' ', '\t', 'j', 'a', 'v', 'a', '&', '_', '_', 'p', '\n', 'h', 'p']['p', 'y', 't', 'h', 'o', 'n', ' ', '\t', 'j', 'a', 'v', 'a', '&', '_', '_', 'p', '\n', 'h', 'p']

    3、\w 单词字符

import rea = "python 1111\tjava&678__p\nhp"# \w 单词字符p_w = re.findall("\w", a)p = re.findall("[A-Za-z0-9_]", a)print(p_w)print(p)运行结果：['p', 'y', 't', 'h', 'o', 'n', '1', '1', '1', '1', 'j', 'a', 'v', 'a', '6', '7', '8', '_', '_', 'p', 'h', 'p']['p', 'y', 't', 'h', 'o', 'n', '1', '1', '1', '1', 'j', 'a', 'v', 'a', '6', '7', '8', '_', '_', 'p', 'h', 'p']

    4、\W 非单词字符    

import rea = "python 1111\tjava&678__p\nhp"# \W 非单词字符q_W = re.findall("\W", a)q = re.findall("[^A-Za-z0-9_]", a)print(q_W)print(q)运行结果：[' ', '\t', '&', '\n'][' ', '\t', '&', '\n']

    5、\s 空白字符   

import rea = "python 1111\tjava&678__p\nhp"# \s 空白字符s = re.findall("\s", a)print(s)运行结果：[' ', '\t', '\n']

    6、\S 非空白字符    

import rea = "python 1111\tjava&678__p\nhp"# \S 非空白字符S = re.findall("\S", a)print(S)运行结果：['p', 'y', 't', 'h', 'o', 'n', '1', '1', '1', '1', 'j', 'a', 'v', 'a', '&', '6', '7', '8', '_', '_', 'p', 'h', 'p']

    7、. 匹配除换行符(\n)之外的所有字符

import rea = "python 1111\tjava&678__p\nhp"# . 匹配除换行符(\n)之外的所有字符q = re.findall(".", a)print(q)运行结果：['p', 'y', 't', 'h', 'o', 'n', ' ', '1', '1', '1', '1', '\t', 'j', 'a', 'v', 'a', '&', '6', '7', '8', '_', '_', 'p', 'h', 'p']

五、数量词

import rea = "python 1111java678php"r = re.findall("[a-z]{3,6}", a)print(r)运行结果：['python', 'java', 'php']

六、贪婪与非贪婪

    1、贪婪模式：

import rea = "python 1111java678php"# 贪婪模式r = re.findall("[a-z]{3,6}", a)print(r)运行结果：['python', 'java', 'php']

    2、非贪婪模式：

import rea = "python 1111java678php"# 非贪婪模式s = re.findall("[a-z]{3,6}?", a)print(s)运行结果：['pyt', 'hon', 'jav', 'php']

七、匹配0次1次或者无限多次

    1、* *前面的字符匹配0次或者无限多次

import rea = "pytho0python1pythonn2"r = re.findall("python*", a)print(r)运行结果：['pytho', 'python', 'pythonn']

    2、+ +前面的字符匹配1次或者无限多次    

import rea = "pytho0python1pythonn2"o = re.findall("python+", a)print(o)运行结果：['python', 'pythonn']

    3、? ?前面的字符匹配0次或者1次    

import rea = "pytho0python1pythonn2"p = re.findall("python?", a)print(p)运行结果：['pytho', 'python', 'python']

八、边界匹配符

import reqq = "1282911984"r = re.findall("^\d{7,10}$", qq)print(r)运行结果：['1282911984']o = re.findall("^1", qq)print(o)运行结果：['1']p = re.findall("8$", qq)print(p)运行结果：print(p)

九、组    

import rea = "PythonPythonPythonPython"r = re.findall("(Python){4}", a)print(r)运行结果：['Python']o = re.findall("(Python){3}", a)print(o)运行结果：['Python']p = re.findall("(Python){2}", a)print(p)运行结果：['Python', 'Python']q = re.findall("(Python){1}", a)print(q)运行结果：['Python', 'Python', 'Python', 'Python']s = re.findall("[Python]{4}", a)print(s)运行结果：['Pyth', 'onPy', 'thon', 'Pyth', 'onPy', 'thon']t = re.findall("[Python]{3}", a)print(t)运行结果：['Pyt', 'hon', 'Pyt', 'hon', 'Pyt', 'hon', 'Pyt', 'hon']u = re.findall("[Python]{2}", a)print(u)运行结果：['Py', 'th', 'on', 'Py', 'th', 'on', 'Py', 'th', 'on', 'Py', 'th', 'on']v = re.findall("[Python]{1}", a)print(v)运行结果：['P', 'y', 't', 'h', 'o', 'n', 'P', 'y', 't', 'h', 'o', 'n', 'P', 'y', 't', 'h', 'o', 'n', 'P', 'y', 't', 'h', 'o', 'n']

十、匹配模式参数

    1、re.I 忽略大小写    

import relanuage = "PythonC#\nJavaPHP"r = re.findall("c#", lanuage, re.I)print(r)运行结果：['C#']

    2、re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境    
    3、re.M 多行模式
    4、re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）    

import relanuage = "PythonC#\nJavaPHP"o = re.findall(".{1}", lanuage, re.S)print(o)运行结果：['P', 'y', 't', 'h', 'o', 'n', 'C', '#', '\n', 'J', 'a', 'v', 'a', 'P', 'H', 'P']

    5、re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
    6、re.X 为了增加可读性，忽略空格和 # 后面的注释

    7、多个模式匹配用|    

import relanuage = "PythonC#\nJavaPHP"p = re.findall("c#.{1}", lanuage, re.I | re.S)print(p)运行结果：['C#\n']

十一、re.sub正则替换

    1、示例一：

import relanuage = "PythonC#JavaC#PHPC#"r = re.sub("C#", "GO", lanuage, 0)print(r)运行结果：PythonGOJavaGOPHPGO

    2、示例二：

import relanuage = "PythonC#JavaC#PHPC#"r = re.sub("C#", "GO", lanuage, 1)print(r)运行结果：PythonGOJavaC#PHPC#

    3、示例三：    

import relanuage = "PythonC#JavaC#PHPC#"def convert(value):    passr = re.sub("C#", convert, lanuage, 1)print(r)运行结果：PythonJavaC#PHPC#

    4、示例四： 

import relanuage = "PythonC#JavaC#PHPC#"def convert(value):    matched = value.group()    return "!!" + matched + "!!"r = re.sub("C#", convert, lanuage, 0)print(r)运行结果：Python!!C#!!Java!!C#!!PHP!!C#!!

十二、把函数作为参数传递

    需求：将字符串s中大于等于6的数字替换为9，小于6的数字替换为0。    

import res = "A8C7D1D8E6"def covert(value):    matched = value.group()    if int(matched) >= 6:        return "9"    else:        return "0"r = re.sub("\d", covert, s)print(r)运行结果：A9C9D0D9E9

十三、search与match函数

    1、search将尝试搜索整个字符串，直到找到第一个满足正则表达式的结果，将找到的结果返回回来    

import res = "A83C72D1D8E67"# search将尝试搜索整个字符串，直到找到第一个满足正则表达式的结果，将找到的结果返回回来r1 = re.search("\d", s)print(r1)运行结果：<re.Match object; span=(1, 2), match='8'>print(r1.span())运行结果：(1, 2)print(r1.group())运行结果：8

    2、match：match将尝试从字符串的首字母开始进行匹配，如果match没有找到相应的匹配结果，那么它将返回一个None

import res = "A83C72D1D8E67"# match将尝试从字符串的首字母开始进行匹配，如果match没有找到相应的匹配结果，那么它将返回一个Noner = re.match("\d", s)print(r)运行结果：Nonea = "83C72D1D8E67"o = re.match("\d", a)print(o)运行结果：<re.Match object; span=(0, 1), match='8'>print(o.span())运行结果：(0, 1)print(o.group())运行结果：8

    3、findall：

import res = "A83C72D1D8E67"r2 = re.findall("\d", s)print(r2)运行结果：['8', '3', '7', '2', '1', '8', '6', '7']

十四、group分组

    1、示例一：    

import res = "life is short, i use python"r = re.search("life(.*)python", s)print(r.group())运行结果：life is short, i use pythonprint(r.group(0))运行结果：life is short, i use pythonprint(r.group(1))运行结果： is short, i use 

    2、示例二：    

import rea = "life is short, i use python, i love python"o = re.search("life(.*)python(.*)python", a)print(o.group())运行结果：life is short, i use python, i love pythonprint(o.group(0))运行结果：life is short, i use python, i love pythonprint(o.group(1))运行结果： is short, i use print(o.group(2))运行结果：, i love

    3、示例三：    

import rea = "life is short, i use python, i love python"o = re.search("life(.*)python(.*)python", a)print(o.groups())运行结果：(' is short, i use ', ', i love ')

十五、一些关于学习正则的建议

    1、校验数字的表达式

        (1)、数字：^[0-9]*$

        (2) 、n位的数字：^\d{n}$

        (3)、至少n位的数字：^\d{n,}$

        (4)、m-n位的数字：^\d{m,n}$

        (5) 、零和非零开头的数字：^(0|[1-9][0-9]*)$

        (6) 、非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$

        (7) 、带1-2位小数的正数或负数：^(\-)?\d+(\.\d{1,2})?$

        (8) 、正数、负数、和小数：^(\-|\+)?\d+(\.\d+)?$

        (9) 、有两位小数的正实数：^[0-9]+(.[0-9]{2})?$

        (10) 、有1~3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$

        (11) 、非零的正整数：^[1-9]\d*$ 或 ^([1-9][0-9]*){1,3}$ 或 ^\+?[1-9][0-9]*$

        (12) 、非零的负整数：^\-[1-9][]0-9"*$ 或 ^-[1-9]\d*$

        (13) 、非负整数：^\d+$ 或 ^[1-9]\d*|0$

        (14) 、非正整数：^-[1-9]\d*|0$ 或 ^((-\d+)|(0+))$

        (15) 、非负浮点数：^\d+(\.\d+)?$ 或 ^[1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0$

        (16) 、非正浮点数：^((-\d+(\.\d+)?)|(0+(\.0+)?))$ 或 ^(-([1-9]\d*\.\d*|0\.\d*[1-9]\d*))|0?\.0+|0$

        (17)、 正浮点数：^[1-9]\d*\.\d*|0\.\d*[1-9]\d*$ 或 ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$

        (18) 、负浮点数：^-([1-9]\d*\.\d*|0\.\d*[1-9]\d*)$ 或 ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$

        (19)、浮点数：^(-?\d+)(\.\d+)?$ 或 ^-?([1-9]\d*\.\d*|0\.\d*[1-9]\d*|0?\.0+|0)$

    2、校验字符的表达式

        (1)、汉字：^[\u4e00-\u9fa5]{0,}$

        (2)、英文和数字：^[A-Za-z0-9]+$ 或 ^[A-Za-z0-9]{4,40}$

        (3)、长度为3-20的所有字符：^.{3,20}$

        (4)、由26个英文字母组成的字符串：^[A-Za-z]+$

        (5)、由26个大写英文字母组成的字符串：^[A-Z]+$

        (6 、由26个小写英文字母组成的字符串：^[a-z]+$

        (7)、由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$

        (8)、由数字、26个英文字母或者下划线组成的字符串：^\w+$ 或 ^\w{3,20}$

        (9)、中文、英文、数字包括下划线：^[\u4E00-\u9FA5A-Za-z0-9_]+$

        (10)、中文、英文、数字但不包括下划线等符号：^[\u4E00-\u9FA5A-Za-z0-9]+$ 或 ^[\u4E00-\u9FA5A-Za-z0-9]{2,20}$

        (11)、可以输入含有^%&',;=?$\"等字符：[^%&',;=?$\x22]+

        (12)、禁止输入含有~的字符：[^~\x22]+

    3.特殊需求表达式

        (1)、Email地址：^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$

        (2)、域名：[a-zA-Z0-9][-a-zA-Z0-9]{0,62}(/.[a-zA-Z0-9][-a-zA-Z0-9]{0,62})+/.?

        (3)、InternetURL：[a-zA-z]+://[^\s]* 或 ^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$

        (4)、手机号码（可根据目前国内收集号扩展前两位开头号码）：^(13[0-9]|14[5|7]|15[0|1|2|3|5|6|7|8|9]|18[0|1|2|3|5|6|7|8|9])\d{8}$

        (5)、电话号码("XXX-XXXXXXX"、"XXXX-XXXXXXXX"、"XXX-XXXXXXX"、"XXX-XXXXXXXX"、"XXXXXXX"和"XXXXXXXX)：^(\(\d{3,4}-)|\d{3.4}-)?\d{7,8}$

        (6)、国内电话号码(0511-4405222、021-87888822)：\d{3}-\d{8}|\d{4}-\d{7}

        (7)、15位身份证号：^[1-9]\d{5}\d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)\d{2}$

        (8)、18位身份证号：^[1-9]\d{5}(18|19|([23]\d))\d{2}((0[1-9])|(10|11|12))(([0-2][1-9])|10|20|30|31)\d{3}[0-9Xx]$

        (9)、帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$

        (10)、密码(以字母开头，长度在6~18之间，只能包含字母、数字和下划线)：^[a-zA-Z]\w{5,17}$

        (11)、强密码(必须包含大小写字母和数字的组合，不能使用特殊字符，长度在8-10之间)：^(?=.*\d)(?=.*[a-z])(?=.*[A-Z]).{8,10}$

        (12)、日期格式：^\d{4}-\d{1,2}-\d{1,2}

        (13)、一年的12个月(01～09和1～12)：^(0?[1-9]|1[0-2])$

        (14)、一个月的31天(01～09和1～31)：^((0?[1-9])|((1|2)[0-9])|30|31)$

    4.、钱的输入格式：

        (1)、有四种钱的表示形式我们可以接受:"10000.00" 和 "10,000.00", 和没有 "分" 的 "10000" 和 "10,000"：^[1-9][0-9]*$

        (2)、这表示任意一个不以0开头的数字,但是,这也意味着一个字符"0"不通过,所以我们采用下面的形式：^(0|[1-9][0-9]*)$

        (3)、一个0或者一个不以0开头的数字.我们还可以允许开头有一个负号：^(0|-?[1-9][0-9]*)$

        (4)、这表示一个0或者一个可能为负的开头不为0的数字.让用户以0开头好了.把负号的也去掉,因为钱总不能是负的吧.下面我们要加的是说明可能的小数部分：^[0-9]+(.[0-9]+)?$

        (5)、必须说明的是,小数点后面至少应该有1位数,所以"10."是不通过的,但是 "10" 和 "10.2" 是通过的：^[0-9]+(.[0-9]{2})?$

        (6)、这样我们规定小数点后面必须有两位,如果你认为太苛刻了,可以这样：^[0-9]+(.[0-9]{1,2})?$

        (7)、这样就允许用户只写一位小数.下面我们该考虑数字中的逗号了,我们可以这样：^[0-9]{1,3}(,[0-9]{3})*(.[0-9]{1,2})?$

        (8)、1到3个数字,后面跟着任意个 逗号+3个数字,逗号成为可选,而不是必须：^([0-9]+|[0-9]{1,3}(,[0-9]{3})*)(.[0-9]{1,2})?$

    备注：这就是最终结果了,别忘了"+"可以用"*"替代如果你觉得空字符串也可以接受的话(奇怪,为什么?)最后,别忘了在用函数时去掉去掉那个反斜杠,一般的错误都在这里

    5、 xml文件：^([a-zA-Z]+-?)+[a-zA-Z0-9]+\\.[x|X][m|M][l|L]$

    6、中文字符的正则表达式：[\u4e00-\u9fa5]

    7、双字节字符：[^\x00-\xff] (包括汉字在内，可以用来计算字符串的长度(一个双字节字符长度计2，ASCII字符计1))

    8、空白行的正则表达式：\n\s*\r (可以用来删除空白行)

    9、HTML标记的正则表达式：<(\S*?)[^>]*>.*?</\1>|<.*? /> (网上流传的版本太糟糕，上面这个也仅仅能部分，对于复杂的嵌套标记依旧无能为力)

    10、首尾空白字符的正则表达式：^\s*|\s*$或(^\s*)|(\s*$) (可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式)

    11、腾讯QQ号：[1-9][0-9]{4,} (腾讯QQ号从10000开始)

    12、中国邮政编码：[1-9]\d{5}(?!\d) (中国邮政编码为6位数字)

    13、IP地址：\d+\.\d+\.\d+\.\d+ (提取IP地址时有用)

    14、IP地址：((?:(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d)\\.){3}(?:25[0-5]|2[0-4]\\d|[01]?\\d?\\d))

十六、理解JSON

    1、什么是JSON？

        答：(1)、JSON是一种轻量级的数据交换格式；

               (2)、字符串是JSON的表现形式；

               (3)、符合JSON格式的字符串叫做JSON字符串。

    2、JSON的特点：

        (1)、易于阅读；

        (2)、易于解析(跨语言交换数据)；

        (3)、网络传输效率高。

    3、JSON数据传输示意图：

十七、反序列化    

import jsonjson_str = '[{"name": "小草", "age": 18, "flag": false}, {"name": "小唐", "age": 18, "flag": true}]'# 反序列化student = json.loads(json_str)print(type(student))运行结果：<class 'list'>print(student)运行结果：[{'name': '小草', 'age': 18, 'flag': False}, {'name': '小唐', 'age': 18, 'flag': True}]

十八、序列化

    1、JSON--Python数据类型对比：

    2、示例：        

import jsonstudent = [    {'name': '小草', 'age': 18, 'flag': False},    {'name': '小唐', 'age': 18, 'flag': True}]json_str = json.dumps(student)print(type(json_str))运行结果：<class 'str'>print(json_str)运行结果：[{"name": "\u5c0f\u8349", "age": 18, "flag": false}, {"name": "\u5c0f\u5510", "age": 18, "flag": true}]

十九、小谈JSON、JSON对象与JSON字符串