python 内置库 json、正则表达式 re

学习笔记
1

内置库 json

JSON

  • JSON 是用于存储和交换数据的语法，是一种轻量级的数据交换格式。
  • 使用场景
    • 接口数据传输
    • 序列化
    • 配置文件

JSON 结构

  • 键值对形式
  • 数组形式
{
    "language": [
        {
            "name": "python",
            "url": "https://www.python.org/"
        },
        {
            "name": "java",
            "url": "https://www.java.com/zh-CN/"
        }
    ]
}

Python 与 JSON 数据类型对应

image
image1190×562 58.6 KB

json 库

  • 可以从字符串或文件中解析 JSON
  • 该库解析 JSON 后将其转为 Python 字典或者列表

常用方法

  • dumps()：将 Python 对象编码成 JSON 字符串
  • loads()：解码 JSON 数据，该函数返回 Python 对象
  • dump()： Python 对象编码，并将数据写入 json 文件中
  • load()：从 json 文件中读取数据并解码为 Python 对象
import json

# 定义 python 结构
data = [{'a': 1, 'b': '2', 'c': True, 'd': False, 'e': None }]   

# 将 python 对象编码为 JSON 字符串
json_data = json.dumps(data)
# 将 JSON 字符串解码为 python 对象
python_data = json.loads(json_data)
# 写入 JSON 数据，在代码当前目录生成一个 data.json 的文件
with open('data.json', 'w') as f:    
     json.dump(data, f)   
# 读取数据，读取 json 文件并解码成 python 对象
with open('data.json', 'r') as f:
     data = json.load(f)

dumps 常用参数

  • indent：根据数据格式缩进显示，默认为 None，没有缩进
  • ensure_ascii：对中文使用 ASCII 编码，默认为 True
import json

data = {
    'a': 1, 
    'b': '霍格沃兹', 
    'c': True, 
    'd': False, 
    'e': None }

python_data = json.dumps(data, indent=4, ensure_ascii=False)
print(python_data)

内置库 re

目录

  • 正则表达式
  • 使用 re 模块实现正则表达式操作

正则表达式

什么是正则表达式

  • 正则表达式就是记录文本规则的代码
  • 可以查找操作符合某些复杂规则的字符串

使用场景

  • 处理字符串
  • 处理日志

在 python 中使用正则表达式

  • 把正则表达式作为模式字符串
  • 正则表达式可以使用原生字符串来表示
  • 原生字符串需要在字符串前方加上 r'string' 
# 匹配字符串是否以 hogwarts_ 开头

r'hogwart_\w+'

使用 re 模块实现正则表达式操作

正则表达式对象转换

  • compile()：将字符串转换为正则表达式对象
  • 需要多次使用这个正则表达式的场景
import re

'''
prog：正则对象，可以直接调用匹配、替换、分割的方法，不需要再传入正则表达式
pattern：正则表达式
'''

prog = re.compile(pattern)

匹配字符串

  • match()：从字符串的开始处进行匹配
  • search()：在整个字符串中搜索第一个匹配的值
  • findall()：在整个字符串中搜索所有符合正则表达式的字符串，返回列表
import re

'''
pattern: 正则表达式
string: 要匹配的字符串
flags: 可选，控制匹配方式
    - A：只进行 ASCII 匹配
    - I：不区分大小写
    - M：将 ^ 和 $ 用于包括整个字符串的开始和结尾的每一行
    - S：使用 (.) 字符匹配所有字符（包括换行符）
    - X：忽略模式字符串中未转义的空格和注释
'''

re.match(pattern, string, [flags])
re.search(pattern, string, [flags])
re.findall(pattern, string, [flags])

替换字符串

  • sub()：实现字符串替换
import re

'''
pattern：正则表达式
repl：要替换的字符串
string：要被查找替换的原始字符串
count：可选，表示替换的最大次数，默认值为 0，表示替换所有匹配
flags：可选，控制匹配方式
'''

re.sub(pattern, repl, string, [count], [flags])

分割字符串

  • split()：根据正则表达式分割字符串，返回列表
import re

'''
pattern：正则表达式
string：要匹配的字符串
maxsplit：可选，表示最大拆分次数
flags：可选，控制匹配方式
'''

re.split(pattern, string, [maxsplit], [flags])

# 匹配手机号码
pattern = r"1[34578]\d{9}"

s1 = "中奖号码 123456，联系电话 15611111111"
result = re.sub(pattern, '1xxxxxxxxxx', s1)
print(result)

p = r"[?|&]"

url = "https://www.baidu.com/s?wd=%E9%9C%8D%E6%A0%BC%E6%B2%83%E5%85%B9%E6%B5%8B%E8%AF%95%E5%BC%80%E5%8F%91&rsv_spt=1&rsv_iqid=0xdc2997e0000adc07&issp=1&f=8&rsv_bp=1&rsv_idx=2&ie=utf-8&tn=baiduhome_pg&rsv_dl=tb&rsv_enter=1&rsv_sug2=0&rsv_btype=i&inputT=6346&rsv_sug4=6712"

r = re.split(p, url)
print(r)