正則表達式
應用場景（私信小編007獲取大量學習資料！Python視頻教程以及書籍！）
- 特定規律字符串的查找替換切割等
- 郵箱格式、URL、IP等的校驗
- 爬蟲項目中，特定內容的提取
使用原則
- 只要是能夠使用字符串函數解決的問題，就不要使用正則
- 正則的效率較低，還會降低代碼的可讀性
- 世界上最難理解的三樣東西：醫生的處方、道士的神符、碼農的正則
- 提醒：正則是用來寫的，不是用來讀的；在不知道功能的情況下，不要試圖閱讀別人的正則。
基本使用
- 說明：正則的解析處理是由 re 模塊完成
- 相關函數：
- match：從開頭進行匹配，匹配到就返回正則結果對象，沒有就返回None
- search：從任意位置匹配，匹配到一次就返回，沒有就返回None
import re
# 只從開頭匹配，找到返回一個正則結果對象，沒有找到返回None
# m = re.match('abc', 'abcsdhasdasjabcweuqo')
# 全部匹配，只要找到就停止並返回
m = re.search('abc', 'sdhabcsdasjabcweuqo')
if m:
# 提取匹配到的內容
print(m.group())
# 獲取匹配位置
print(m.span())
- findall：全局匹配，返回匹配到的結果列表，沒有時返回空列表
# 匹配所有內容，返回匹配結果組成的列表，若沒有則返回空列表
f = re.findall('abc', 'qwsdhaslabcsadjlasdoiabcdakls')
if f:
print(f)
print(type(f))
- compile：生成正則表達式對象
# 生成正則表達式對象，用於正則匹配
c = re.compile('hello')
# 從開頭進行匹配
# m = c.match('hellosdsjldkabc')
# 從任意位置匹配
m = c.search('shdjkhelloaskjdha')
if m:
print(m.group())
# 匹配所有
f = c.findall('helloasjdhakhello')
if f:
print(f)
- 將正則的匹配分兩步完成：先創建正則對象，然後通過對象的match、search、findall方法完成匹配
正則規則
- 單個字符：
普通字符：簡單來說就是一對一的完全匹配
[]：中間的任意一個字符
[a-z]：a~z之間的字符(所有小寫字母)
[0-9]：0~9之間的字符(所有數字)
[A-Z0-9]：所有的大寫字母和數字
[^abc]：除abc外的所有字符
. ：匹配'\n'以外的任意字符
\d：所有的數字，等價於[0-9]
\D：所有的非數字，等價於[^0-9]
\w：所有的數字、字母(中文)、下劃線等(就是字)
\W：所有的非字字符(\w的取反)
\s：所有的空白字符(\n、\t、\t、空格等)
\S：所有的非空白字符
\b：詞邊界匹配(開頭、結尾、標點、空格)
\B：非詞邊界匹配
- 次數控制
*：前面的字符出現任意次
+：前面的字符出現至少一次
?：前面的字符出現至多一次
{m}：指定次數，m表示出現的次數
{m,}：至少指定次數
{m,n}：指定範圍內的次數，m到n次之間
{,n}：至多n次，相當於{0,n}
- 正則的匹配默認都是貪婪的(最大限度的匹配)
- 邊界限定
- ^：以指定的內容開頭
- $：以指定的內容結尾
- 示例
import re
# 以指定的內容開頭
# c = re.compile(r'^abc')
# 以指定的內容結尾
c = re.compile(r'kas$')
s = c.search('abcsdhkas')
if s:
print(s.group())
- 優先級控制
- |：表示或，它擁有最低的優先級
- ()：用於表示一個整體，明確的指定優先級
- 示例：
import re
c = re.compile(r'a(hello|world)b')
s = c.search('aworldb')
if s:
print(s.group())
- 分組匹配
- 說明：()不但可以作為一個整體，還可以進行分組匹配
- 示例1:
import re
c = re.compile(r'(\d+)([a-z]+)(\d+)')
s = c.search('shd327sjahdajhsd87892ehawksd')
if s:
print(s.group())
# 默認就是全部的匹配內容，等價於上式
print(s.group(0))
# 第一個()匹配到的內容
print(s.group(1))
print(s.group(2))
print(s.group(3))
print(s.span())
print(s.span(0))
print(s.span(1))
print(s.span(2))
print(s.span(3))
- 示例2：給分組起名字
import re
# 固定匹配
# c = re.compile(r'')
# \1表示前面第一個小括號匹配的內容
# c = re.compile(r'\w+\2>\1>')
# 給()起名字
c = re.compile(r'[a-z]+)>[a-z]+)>\w+(?P=ergou)>(?P=goudan)>')
s = c.search('')
if s:
print(s.group())
- 貪婪匹配
- 貪婪：最大限度的匹配叫貪婪。正則的匹配默認是貪婪。
- 非貪婪：只要滿足匹配條件，能少匹配就少匹配；通過可以使用'?'進行取消貪婪
- 示例：
import re
# 取消任意多次的貪婪
# c = re.compile(r'a.*?b')
# 取消至少一次的貪婪
c = re.compile(r'a.+?b')
s = c.search('abdhsadjbsdjabs')
if s:
print(s.group())
- 匹配模式
- 說明：所謂模式就是對匹配的原則進行整體的修飾
- 示例：
import re
# 忽略大小寫的匹配
# c = re.compile(r'hello', re.I)
# s = c.search('Hello world')
# 進行多行匹配，默認單行匹配
# c = re.compile(r'^hello', re.M)
# s = c.search('world \nhello')
# 做為單行處理 或 讓 . 能夠匹配 \n
c = re.compile(r'.*?', re.S)
# string = 'hello'
string = ''''''
hello
s = c.search(string)
if s:
print(s.group())
- 字符轉義
- 若匹配正則語法中的特定字符都需要進行轉義
- 正則字符串會被處理兩次，python中處理一次，re模塊會在處理一次
- 若不想考慮字符的轉義問題，可以在書寫正則字符串時前面加一個字符'r'
- 添加'r'之後，在python不會再進行任何轉義，只需在與正則語法相關的字符前加''即可讓其使用原有意義
網絡編程
相關概念
- OSI七層模型：開放系統互連參考模型。它從低到高分別是：物理層、數據鏈路層、網絡層、傳輸層、會話層、表示層和應用層。
- TCP/IP：在OSI七層模型的基礎上簡化抽象出來的一套網絡協議簇，現在得到了廣泛使用。
- TCP：傳輸控制協議
- 有連接的，數據是安全有保障的
- 傳輸的速度稍慢，三次握手、四次揮手、數據檢查
- UDP：用戶數據報協議
- 無連接的，數據是不可靠的
- 傳輸的速度比較快
- IP地址：唯一的一臺計算標識
- 查看：ipconfig
- ping：檢查網絡連通性
- 使用：ping IP/域名
- 端口號：每個應用可以擁有唯一的端口號
- 範圍：0~65535
- 系統：0~1024，常用的應用所佔用
- http：80
- https：443
- smtp：25
- ftp：21
- ssh：22
- mysql：3306
- redis：6379
- 自己：大於1024
- 網絡編程核心：
- IP + 端口
- 庫：socket
TCP協議
- 說明：面向連接、數據可靠(校驗重發)、三次握手、四次揮手、傳輸速度較慢
- 原理：見 tcp.png
- 示例：見 01-tcp-http.py
- TCP協議的服務器與客戶端：見 02-tcp-server.py 與 03-tcp-client.py
UDP協議
- 說明：面向無連接的、數據不可靠、傳輸速度較快，適應於對數據要求不嚴格的情況
- 原理：見 udp.png
- 示例：模擬飛秋髮送數據，見 04-udp-feiqiu.py
- UDP協議的服務器與客戶端：見 05-udp-server.y 與 06-udp-client.py
StringIO與BytesIO
- 說明：這些類型的對象可以與open返回的對象一樣操作，但是操作的內存中的數據
- 方法：getvalue用於獲取所有數據
分享到:
閱讀更多 編程夢工廠 的文章
