json
json存在的价值
json文件可以在任何语言之间都能解析，让数据在不同的编程语言之间都可以传输，所以json，用于不同编程语言之间的数据交流。我们在写文件保存数据时，可以先转换成json数据，方便以后的数据的回收利用。比如说我们虽然会有语言差异的限制，但是数据却是通用的。
json 数据格式要求：
有且只有一个数据；唯一的数据必须json支持的数据类型对应的数据。
json 支持的数据类型有：
- 数字 ：10、12.3、3e3
- 字符串 ： “abc”、“\tabc\n123”
- 布尔 ： true、false
- 空值 ： null
- 数组 ： [数据1， 数据2，…]
- 字典 ：{键1：值1， 键2：值2，…}
Python | JSON |
dict | Object |
list | Array |
tuple | Array |
str | String |
int | Number |
float | Number |
True | true |
False | false |
None | null |
注意布尔、空值的区别 转换：
- json数据转Python 数据
import json
json.loads(json格式字符串)- python 数据转 json
import json
json.dumps(python格式字符串)正则表达式
正则表达式是一种可以让复杂的字符串问题变得简单的工具。
导入
import re语法
函数用法
函数 | 说明 |
re.match | 将正则表达式模式匹配到字符串的开头 |
fullmatch | 将正则表达式模式匹配到所有字符串 |
search | 在字符串中搜索是否存在模式 |
sub | 替换在字符串中找到的模式的出现 |
subn | 与 sub 相同，但也返回进行的替换次数 |
split | 根据出现的模式拆分字符串 |
findall | 查找字符串中所有出现的模式 |
finditer | 返回一个迭代器，为每个匹配项生成一个 Match 对象 |
compile | 将一个模式编译成一个 Pattern 对象 |
purge | 清除正则表达式缓存 |
escape | 反斜杠字符串中的所有非字母数字 |
特殊字符：
字符 | 功能 |
“.” | 匹配除换行符以外的任何字符 |
“^” | 匹配字符串的开头 |
“$” | 匹配字符串的结尾或字符串结尾的换行符之前 |
“*” | 匹配前面 RE 的 0 个或多个（贪婪）重复。贪婪意味着它将匹配尽可能多的重复 |
“+” | 匹配前面 RE 的 1 个或多个（贪婪）重复 |
“？” | 匹配前面 RE 的 0 或 1（贪心）。 *?,+?,??前三个特殊字符的非贪婪版本 |
{m,n} | 匹配前面 RE 的 m 到 n 次重复 |
{m,n}？ | 上述的非贪婪版本 |
“\” | 转义特殊字符或表示特殊序列 |
[] | 表示一组字符。作为第一个字符的“^”表示补集 |
(…) | 匹配括号内的 RE。稍后可以在字符串中检索或匹配内容 |
(?aiLmsux) | 这些字母设置了下面定义的相应标志 |
(?:…) | 正则括号的非分组版本 |
(?P…) | 组匹配的子字符串可以通过名称访问 |
(?P=name) | 匹配名为 name 的组之前匹配的文本 |
（？＃…） | 一条评论;忽略 |
(?=…) | 匹配 if … 匹配下一个，但不使用字符串 |
(?!..) | 如果 … 下一个不匹配则匹配 |
(?<=…) | 如果前面有 … 则匹配（必须是固定长度） |
(?<!..) | 如果前面没有 … 则匹配（必须是固定长度） |
(?(id/name)yes/no) | 如果匹配 id/name 的组匹配 yes 模式，否则匹配（可选）no 模式。 |
特殊序列
由“\”和下表中的一个字符组成。如果普通字符不在列表中，则生成的 RE 将匹配第二个字符
字符 | 功能 |
\number | 匹配相同编号的组的内容 |
\A | 仅匹配字符串的开头 |
\Z | 仅匹配字符串的末尾 |
\b | 匹配空字符串，但只匹配单词的开头或结尾 |
\B | 匹配空字符串，但不匹配单词的开头或结尾 |
\d | 匹配任何十进制数字； [0-9] |
\D | 匹配任何非数字字符；相当于 [^\d] |
\s | 匹配任何空白字符； 相当于[ \t\n\r\f\v] |
\S | 匹配任何非空白字符；相当于 [^\s]。 |
\w | 匹配任何字母数字字符；相当于 [a-z A-Z 0-9 _ ] |
\W | 匹配 \w 的补码。 |
\\ | 匹配文字反斜杠。 |
常用正则表达式大全
匹配：
匹配中文字符： [\u4e00-\u9fa5]
匹配双字节字符(包括汉字在内)：[^x00-xff]
匹配空白行：ns*r
匹配HTML标记：< (S*?)[^>]*>.*?|<.*? />
匹配首尾空白字符：^s*|s*$
匹配Email地址：w+([-+.]w+)*@w+([-.]w+)*.w+ ([-.]w+)*
匹配网址URL：[a-zA-z]+://[^s]*
匹配帐号是否合法(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}$
匹配国内电话号码：d{3}-d{8}|d{4}-d{7}
匹配腾讯QQ号：[1-9][0-9]{4,}
匹配中国邮政编码：[1-9]d{5} (?!d)
匹配身份证：d{15}|d{18}
匹配ip地址：d+.d+.d+.d+
数字：
^[1-9]d*$ //匹配正整数
^-[1-9]d*$ //匹配负整数
^-?[1-9]d*$ //匹配整数
^[1-9]d*|0$ //匹配非负整数（正整数 + 0）
^-[1-9]d*|0$ //匹配非正整数（负整数 + 0）
^[1-9]d*.d*|0.d*[1-9]d*$ //匹配正浮点数
^-([1-9]d*.d*|0.d*[1-9]d*)$ //匹配负浮点数
^-?([1-9]d*.d*|0.d*[1-9]d*|0?.0+|0)$ //匹配浮点数
^[1-9]d*.d*|0.d*[1-9]d*|0?.0+|0$ //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]d*.d*|0.d*[1-9]d*))|0?.0+|0$ //匹配非正浮点数（负浮点数 + 0）
字符串：
^[A-Za-z]+$ //匹配由26个英文字母组成的字符串
^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串
^[a-z]+$ //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串
^w+$ //匹配由数字、26个英文字母或者下划线组 成的字符串
验证:
验证用户密码:“^[a-zA-Z]w{5,17}$”
#正确格式为：以字母开头，长度 在6-18之间，只能包含字符、数字和下划线。
验证是否含有^%&'',;=?$"等字符：“[^%& '',;=?$x22]+”
验证Email地址：“^w+ [-+.]w+)*@w+([-.]w+)*.w+([-.]w+)*$”
验证InternetURL：“^http://([w-]+.)+[w-]+(/[w-./?%&=]*)?$”
验证电话号码：“^((d{3,4})|d{3,4}-)?d{7,8}$”
#正确格式为：“XXXX-XXXXXXX”，“XXXX- XXXXXXXX”，“XXX-XXXXXXX”， “XXX-XXXXXXXX”，“XXXXXXX”，“XXXXXXXX”。
验证身份证号（15位或18位数字）：“^d{15}|d{}18$”
验证一年的12个月：“^(0?[1-9]|1[0-2])$”
验证一个月的31天：“^((0?[1-9])|((1|2) [0-9])|30|31)$”
限制：
只能输入数字：“^[0-9]*$”
只能输入n位的数字：“^d{n}$”
只能输入至少n位数字：“^d{n,}$”
只能输入m-n位的数字：“^d{m,n}$”
只能输入零和非零开头的数字：“^(0|[1-9][0-9]*)$”
只能 输入有两位小数的正实数：“^[0-9]+(.[0-9]{2})?$”
只能输入有1-3位小数的正实数：“^[0-9]+(.[0-9] {1,3})?$”
只能输入非零的正整数：“^+?[1-9][0-9]*$”
只能输入非零的负整数：“^-[1-9] [0-9]*$”
只能输入汉字：“^[u4e00-u9fa5],{0,}$”
只能输入长度为3的字符：“^.{3}$”
只能输入由26个英文字母组成的字符串：“^[A-Za- z]+$”
只能输入由26个大写英文字母组成的字符串：“^[A-Z]+$”
只能输入由26个小写英文字母组成的字符串：“^[a-z]+$”
只能输入由数字和26个英文字母组成的字符串：“^[A-Za-z0-9]+$”
只能输入由数字、 26个英文字母或者下划线组成的字符串：“^w+$”# 基本用法
result = re.fullmatch(r'a[MN\d]b', 'aNb')
# <re.Match object; span=(0, 3), match='aNb'>
result1 = re.fullmatch(r'a[^MN\d]b', 'aBb')
# <re.Match object; span=(0, 3), match='aBb'>
result2 = re.fullmatch(r'[1-9]\d{4,11}', '1234567')
# <re.Match object; span=(0, 7), match='1234567'>
# 分组
result3 = re.fullmatch(r'([A-Z]{3}\d{2})[\u4e00-\u9fa5][A-Z]{3}', 'WIN94和AWM')
result4 = re.fullmatch(r'(\d{2})([a-z])[\u4e00-\u9fa5]{2}\1\2', '98k就叫98k')
print(result4.match())
# AttributeError: 're.Match' object has no attribute 'match'
# 属性错误:'re.Match'对象没有属性'match'
result5 = re.fullmatch(r'([a-z])(\d{3})[\u4e00-\u9fa5]{2}\2', 'm416也叫416')
print(result5.span())
# (0, 9)
# 重复
message = '我今年18岁，月薪50088元，身高188，体重70公斤，8块腹肌。每年交308元的腾讯会员费。房贷每月3000元，车贷每月2288元。'
result6 = re.findall(r'\d+元', message)
# ['50088元', '308元', '3000元', '2288元']
# 捕获
result7 = re.findall(r'(\d+)元', message)
# ['50088', '308', '3000', '2288']
# 分支
mess = '我爱你，胜过我讨厌你'
result8 = re.findall(r'我([\u4e00-\u9fa5]|[\u4e00-\u9fa5]{2})你', mess)
# ['爱', '讨厌']
# 转义
result9 = re.findall(r'\\d+\.\d+', '\d.879') # ['\\d.879']
message1 = '1:萝卜：单价2元，起售份数5 2:西红柿：单价3元，起售份数5 '
result10 = re.findall(r'\d+', message1) # ['1', '2', '5', '2', '3', '5']
result11 = re.findall(r'\d+\b', message1) # ['1', '5', '2', '5']
result12 = re.findall(r'\b\d+', message1) # ['1', '2']
result13 = re.findall(r'\B\d+\B', message1) # ['2', '3']
# match()
result14 = re.match(r'\d{4}', '2022.08.09 hello, world.')
print(result14.group()) # 2022
# search()
result15 = re.search(r'\d{4}', '2022.08.09 hello, world.')
print(result15.span()) # (0, 4)
# finditer()
result16 = re.finditer(r'\d{4}', '2022.08.09 hello, world.')
print(next(result16))
# <re.Match object; span=(0, 4), match='2022'>
# split()
result17 = re.split(r'\.| |,', '2022.08.09 hello,world')
# ['2022', '08', '09', 'hello', 'world']
# sub()
result18 = re.sub(r'\d', '*', '2022.08.09 hello, world.')
# '****.**.** hello, world.'
# group()
message2 = 'CHN:98, JPN:78, USA:86'
result19 = re.search(r'([A-Z]{3}):(\d{2})', message2)
print(result19.group(1)) # CHN
# (?!)
result20 = re.fullmatch(r'(?i)abc', 'ABc')
# <re.Match object; span=(0, 3), match='ABc'>
# (?s)
result21 = re.fullmatch(r'(?s)hello.world', 'hello\nworld')
# <re.Match object; span=(0, 11), match='hello\nworld'>
