python re模块 collections模块 

根据手机号码一共11位并且是只以13、14、15、18开头的数字这些特点，我们用python写了如下代码：
复制代码
while True:
    phone_number = input('please input your phone number ： ')
    if len(phone_number) == 11 \
            and phone_number.isdigit()\
            and (phone_number.startswith('13') \
            or phone_number.startswith('14') \
            or phone_number.startswith('15') \
            or phone_number.startswith('18')
            or phone_number.startswith('17')):
        print('是合法的手机号码')
    else:
        print('不是合法的手机号码')
复制代码
复制代码
__author__ = 'Administrator'
import re
phone=input("请输入手机号").strip()
if re.match("^(13|17|18|15)[0-9]{9}$",phone):
    print("这是合法的手机号")
else:
    print("手机号不合法")
复制代码

正则表达式

字符组 ： [字符组]
在同一个位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示
字符分为很多类，比如数字、字母、标点等等。
假如你现在要求一个位置"只能出现一个数字",那么这个位置上的字符只能是0、1、2...9这10个数之一。
正则
 
待匹配字符
 
匹配
结果
 
说明
 
[0123456789]
 
8
 
True
 
在一个字符组里枚举合法的所有字符，字符组里的任意一个字符
和"待匹配字符"相同都视为可以匹配
 
[0123456789]
 
a
 
False
 
由于字符组中没有"a"字符，所以不能匹配
  
[0-9]
   
7
 
True
 
也可以用-表示范围,[0-9]就和[0123456789]是一个意思
  
[a-z]
   
s
   
True
   
同样的如果要匹配所有的小写字母，直接用[a-z]就可以表示
  
[A-Z]
   
B
   
True
   
[A-Z]就表示所有的大写字母
  
[0-9][a-f][A-F]
   
e
   
True
   
可以匹配数字，大小写形式的a～f，用来验证十六进制字符

字符：

  
元字符
   
匹配内容
.  匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线
\s 匹配任意的空白符
\d 匹配数字
\n 匹配一个换行符
\t 匹配一个制表符
\b 匹配一个单词的结尾
^ 匹配字符串的开始
$ 匹配字符串的结尾
\W 
匹配非字母或数字或下划线
\D 
匹配非数字
\S 
匹配非空白符
a|b 
匹配字符a或字符b
() 
匹配括号内的表达式，也表示一个组
[...] 
匹配字符组中的字符
[^...] 
匹配除了字符组中字符的所有字符

 

量词：

量词
 
用法说明
* 重复零次或更多次
+ 重复一次或更多次
? 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n,m} 重复n到m次

 

. ^ $

正则 待匹配字符 匹配
结果		 说明
海. 海燕海娇海东 海燕海娇海东   匹配所有"海."的字符
^海. 海燕海娇海东 海燕 只从开头匹配"海."
  海.$   海燕海娇海东 海东 只匹配结尾的"海.$"

 

* + ? { }

正则 待匹配字符 匹配
结果		 说明
李.? 李杰和李莲英和李二棍子

李杰
李莲
李二

   
?表示重复零次或一次，即只匹配"李"后面一个任意字符
 
李.* 李杰和李莲英和李二棍子 李杰和李莲英和李二棍子 
*表示重复零次或多次，即匹配"李"后面0或多个任意字符
李.+ 李杰和李莲英和李二棍子 李杰和李莲英和李二棍子 
+表示重复一次或多次，即只匹配"李"后面1个或多个任意字符
李.{1,2} 李杰和李莲英和李二棍子

李杰和
李莲英
李二棍

 
{1,2}匹配1到2次任意字符

 注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

正则 待匹配字符 匹配
结果		 说明
李.*? 李杰和李莲英和李二棍子 李杰
李莲
李二		 惰性匹配

 

字符集［］［^］

正则 待匹配字符 匹配
结果		 说明
李[杰莲英二棍子]* 李杰和李莲英和李二棍子

李杰
李莲英
李二棍子

   
表示匹配"李"字后面[杰莲英二棍子]的字符任意次
 
李[^和]* 李杰和李莲英和李二棍子

李杰
李莲英
李二棍子

 
表示匹配一个不是"和"的字符任意次
[\d] 456bdha3

4
5
6
3

 
表示匹配任意一个数字，匹配到4个结果
[\d]+ 456bdha3

456
3

 
表示匹配任意个数字，匹配到2个结果

 

分组 ()与 或 ｜［^］

 身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部🈶️数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示：

正则 待匹配字符 匹配
结果		 说明
^[1-9]\d{13,16}[0-9x]$ 110101198001017032

110101198001017032

    表示可以匹配一个正确的身份证号
^[1-9]\d{13,16}[0-9x]$ 1101011980010170

1101011980010170

 
表示也可以匹配这串数字，但这并不是一个正确的身份证号码，它是一个16位的数字
^[1-9]\d{14}(\d{2}[0-9x])?$ 1101011980010170

False

 
现在不会匹配错误的身份证号了
()表示分组，将\d{2}[0-9x]分成一组，就可以整体约束他们出现的次数为0-1次
^([1-9]\d{16}[0-9x]|[1-9]\d{14})$ 110105199812067023

110105199812067023

 
表示先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d{14}

 

转义符 \

在正则表达式中，有很多有特殊意义的是元字符，比如\d和\s等，如果要在正则中匹配正常的"\d"而不是"数字"就需要对"\"进行转义，变成'\\'。

在python中，无论是正则表达式，还是待匹配的内容，都是以字符串的形式出现的，在字符串中\也有特殊的含义，本身还需要转义。所以如果匹配一次"\d",字符串中要写成'\\d'，那么正则里就要写成"\\\\d",这样就太麻烦了。这个时候我们就用到了r'\d'这个概念，此时的正则是r'\\d'就可以了。

正则 待匹配字符 匹配
结果		 说明
\d \d  False 
因为在正则表达式中\是有特殊意义的字符，所以要匹配\d本身，用表达式\d无法匹配
\\d \d  True 
转义\之后变成\\，即可匹配
"\\\\d" '\\d'  True 
如果在python中，字符串中的'\'也需要转义，所以每一个字符串'\'又需要转义一次
r'\\d' r'\d'  True 
在字符串之前加r，让整个字符串不转义

 

贪婪匹配

贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配

正则 待匹配字符 匹配
结果		 说明
<.*>

<script>...<script>

 <script>...<script> 
默认为贪婪匹配模式，会匹配尽量长的字符串
<.*?> r'\d'  

<script>
<script>

 
加上？为将贪婪匹配模式转为非贪婪匹配模式，会匹配尽量短的字符串
 
几个常用的非贪婪匹配Pattern
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复
.*?的用法
复制代码
复制代码
. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?x

就是取前面任意长度的字符，直到一个x出现
复制代码
复制代码

二、re模块

复制代码
import re

ret = re.findall('a', 'eva egon yuan')  # 返回所有满足匹配条件的结果,放在列表里
print(ret) #结果 : ['a', 'a']

ret = re.search('a', 'eva egon yuan').group()
print(ret) #结果 : 'a'
# 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
# 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回None。

ret = re.match('a', 'abc').group()  # 同search,不过尽在字符串开始处进行匹配
print(ret)
#结果 : 'a'

ret = re.split('[ab]', 'abcd')  # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
print(ret)  # ['', '', 'cd']

ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1)#将数字替换成'H'，参数1表示只替换1个
print(ret) #evaHegon4yuan4

ret = re.subn('\d', 'H', 'eva3egon4yuan4')#将数字替换成'H'，返回元组(替换的结果,替换了多少次)
print(ret)

obj = re.compile('\d{3}')  #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串
print(ret.group())  #结果 ： 123

import re
ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一个存放匹配结果的迭代器
print(ret)  # <callable_iterator object at 0x10195f940>
print(next(ret).group())  #查看第一个结果
print(next(ret).group())  #查看第二个结果
print([i.group() for i in ret])  #查看剩余的左右结果
复制代码

注意：

1 findall的优先级查询：

复制代码
import re

ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
print(ret)  # ['oldboy']     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
print(ret)  # ['www.oldboy.com']
复制代码

2 split的优先级查询

复制代码
ret=re.split("\d+","eva3egon4yuan")
print(ret) #结果 ： ['eva', 'egon', 'yuan']

ret=re.split("(\d+)","eva3egon4yuan")
print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan']

#在匹配部分加上（）之后所切出的结果是不同的，
#没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，
#这个在某些需要保留匹配部分的使用过程是非常重要的。
复制代码

 三、colloections模块

在内置数据类型（dict、list、set、tuple）的基础上，collections模块还提供了几个额外的数据类型：Counter、deque、defaultdict、namedtuple和OrderedDict等。

1.namedtuple: 生成可以使用名字来访问元素内容的tuple

2.deque: 双端队列，可以快速的从另外一侧追加和推出对象

3.Counter: 计数器，主要用来计数

4.OrderedDict: 有序字典

5.defaultdict: 带有默认值的字典

 

1.namedtuple

复制代码
__author__ = 'Administrator'
from collections import namedtuple

Point=namedtuple("Point",["x","y"])
d=Point(1,2)
print(d.x)
print(d.y)


Circle=namedtuple("Ciecle",["a","b","r"])
c=Circle(1,2,3)
print(c.a)
print(c.b)
print(c.r)
复制代码

2.deque

使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。

deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈：

复制代码
__author__ = 'Administrator'
from collections import deque
l=[1,2,3]
det=deque(l)
print(det)
det.append(4)
det.append(5)
det.appendleft(6)
det.appendleft(7)
print(det)
det.pop()
det.pop()
det.popleft()
det.popleft()
det.popleft()
print(det)
det.popleft()
det.popleft()
print(det)
det.popleft()
print(det)#报错
复制代码

3.OrderedDict

复制代码
__author__ = 'Administrator'
from collections import OrderedDict
d = {'z':'qww','x':'asd','y':'asd','name':'alex'}
print(d.keys())
o_d = OrderedDict([('a', 1), ('b', 2), ('c', 3)])
print(o_d)
od = OrderedDict()
od['z'] = 10
od['x'] = 10
od['y'] = 30
print(od)
print(od.keys())
复制代码

4.defaultdict

复制代码
__author__ = 'Administrator'
from collections import defaultdict


def func():
    return  'N/A'
my_dic = defaultdict(func)
print(my_dic['k'])

dic=defaultdict(lambda :"good")
print(dic["k"])
复制代码

5.Counter

复制代码
__author__ = 'Administrator'
from collections import Counter
c=Counter("FGEESGFGsyfFEYRDGDFS")
print(c)
print(c["F"])


c = Counter('which')
print(c)
c.update('witch')
print(c)
c.update('watch')
print(c)
c.subtract('where')
print(c)
del c["h"]
print(c)
print(list(c.elements()))
print(c.most_common())  #返回一个有序字典

c2 = c.copy()
print(c2)
c.clear()
print(c)
复制代码

 

posted on 2019-03-24 19:16  Zander-zhao  阅读(246)  评论(0)  编辑  收藏  举报
Copyright © 2024 Zander-zhao
Powered by .NET 8.0 on Kubernetes Powered by: 博客园