• 20181206(re,正则表达式,哈希)


     

    1、re&正则表达式

    2、hashlib

     

    一:re模块&正则表达式

    正则:正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法。或者说:正则就是用来描述一类事物的规则。(在Python中)它内嵌在Python中,并通过 re 模块实现。正则表达式得到的是一个列表。

    import re
    w 匹配字母数字下划线:
    res = re.findall('alex','hahhaha alex is alex is dsb')  #逐字匹配,一旦匹配成功就会完整跳过匹配上的字符串。例如在abcabcabca中,能够寻找到的abca为括号中的内容(abca)bc(abca)
    print(res)
    输出结果:
    ['alex', 'alex']
    print(re.findall('w','Aa12 _+-'))
    输出结果:
    ['A', 'a', '1', '2', '_']
    print(re.findall('ww','Aa12 _+-'))   #得到两个连续的列表数字下划线
    输出结果:
    ['Aa', '12']
    print(re.findall('w9w','Aa912 s9_+-'))  #得到三个连续的列表数字下划线,其中中间的字符必须是9
    输出结果:
    ['a91', 's9_']

     

    print(re.findall('^alex','alex id alex'))   #^表示近从头开始匹配
    print(re.findall('^alex',' alex id alex'))  #此处开头有空格
    输出结果:
    ['alex']
    []


    print(re.findall('alex$',' alex id alex'))  #$表示从文件末尾开始寻找,末尾没有就返回空列表
    输出结果:
    ['alex']

    . 代表一个字符,该字符可以是除换行符之外的任意字符
    print(re.findall('a.c','a a1c aaac a c jkdsajfkd')) #得到三个字符,首尾是ac,中间是除换行符之外的任意字符
    输出结果['a1c', 'aac', 'a c']

    print(re.findall('a.c','a a1c aaac a c jkda cd')) # 表示换行符
    输出结果为:
    ['a1c', 'aac', 'a c']
    print(re.findall('a.c','a a1c aaac a c jkda cd',re.DOTALL)) #re.DOTALL表示.可以代表所有的字符,包括换行符( 当成一个字符来处理)
    输出结果为:
    ['a1c', 'aac', 'a c', 'a c']

    []代表匹配一个字符,这一个字符可以自定义范围。# [a,]表示a或者,!!!
    print(re.findall('a[0-9]c','a a1d a2ca aaa a c',re.DOTALL))  #获得一个首尾两端为ac且中间为0~9中的一个数字的字符串列表。[0-9]中的横杠表示从哪到哪的意思,表示的是一个范围。
    输出结果为:
    ['a2c']
    print(re.findall('a[a-zA-Z]c','a aac a2ca aAc a c',re.DOTALL)) #获得一个首尾为ac的,中间是从a到z或从A到Z的字符串列表
    输出结果为:
    ['aac', 'aAc']
    print(re.findall('a[ac]c','a aac a2ca aAc a c',re.DOTALL)) #获得一个首尾为ac,中间为a或者c的字符串列表
    输出结果为:
    ['aac']

    如下例子会报错!因为当横杠在中间时表示的是范围!
    print(re.findall('a[+-#/]c','a+c a-c a/c a*c a3c a c',re.DOTALL))
    解决方法是改为[-+#/][+#/-][+-#/] 将横杠改为中括号内的首尾,或者加上转义符反斜杠
    print(re.findall('a[+-#/]c','a+c a-c a/c a*c a3c a c',re.DOTALL))
    修改后的输出结果为:
    ['a+c', 'a-c', 'a/c']

           
    重复匹配: *+{n,m}均不能单独使用,左侧必须有字符。  
           
    ?代表左边那一个字符出现0次到1次
    print(re.findall('ab?','a ab abb abbb a123b a123bbb'))
    输出结果:
    ['a', 'ab', 'ab', 'ab', 'a', 'a']

    *代表左边那一个字符出现0次到无穷次
    print(re.findall('ab*','a ab abb abbb a123b a123bbb'))
    输出结果:
    ['a', 'ab', 'abb', 'abbb', 'a', 'a']

    +代表左边的那一个字符出现1次到无穷次
    print(re.findall('ab+','a ab abb abbb a123b a123bbb'))
    输出结果:
    ['ab', 'abb', 'abbb']

    {n,m}代表左边那一个字符出现n次到m次
    print(re.findall('ab{1,3}','a ab abb abbb a123b a123bbb'))
    print(re.findall('ab{1,}','a ab abb abbb a123b a123bbb')) #等同ab+
    print(re.findall('ab{0,}','a ab abb abbb a123b a123bbb'))  #等同ab*
    print(re.findall('ab{3}','a ab abb abbb a123b a123bbb'))  #指定出现3次
    输出结果为:
    ['ab', 'abb', 'abbb']
    ['ab', 'abb', 'abbb']
    ['a', 'ab', 'abb', 'abbb', 'a', 'a']
    ['abbb']

    [^]取反:
    print(re.findall('a[^0-9]c','a a1d a2ca aac a c',re.DOTALL))  #表示获得一个长度为3,首尾是ac,中间不是数字的字符串列表
    输出结果为:
    ['aac', 'a c']

    .* 匹配任意0到无穷个字符,贪婪匹配,不常用。
    print(re.findall('a.*c','a345ca34tcsf'))
    输出结果:
    ['a345ca34tc']  #取到最远的c

    .*?匹配任意0个到无穷个字符,非贪婪匹配,常用。
    print(re.findall('a.*?c','a31c34atcsf'))  #表示碰到首尾是ac的就取出,就近原则。可能会输出过个结果。
    输出结果为:
    ['a31c', 'atc']

    |代表或者,连接两个正则表达式。
    print(re.findall('company|companies','Too many companies have gone bankrupt, and the next one is my company')) #寻找company或companies
    输出结果为:
    ['companies', 'company']        
           

    ()分组
    print(re.findall('compan(y|ies)','Too many companies have gone bankrupt, and the next one is my company'))  #匹配成功后只输出括号内的字符
    输出结果为:        
    ['ies', 'y']        
           
    print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company')) #findall的结果不是匹配的全部内容,而是组内的内容。?:可以让结果为匹配的全部内容。
    输出结果:
    ['companies', 'company']

    小综合应用,寻找视频链接地址:

    print(re.findall('href="(.*?)"','<p>动感视频</p><a href="https://www.douniwan.com/1.mp4">逗你玩呢</a><a href="https://www.xxx.com/2.mp4">葫芦娃</a>'))
    输出结果为:
    ['https://www.douniwan.com/1.mp4', 'https://www.xxx.com/2.mp4']

    'href="(.*?)"' 查找:href="(.*?)"类似的内容,匹配成功后只输出括号内的内容。

     

    转义相关:

    python本身没有正则表达式,是识别语法后交给cpython解释器去执行正则表达式。

    print(re.findall('a\\c','ac aac'))  #是转义符,第一个转义第二个,第三个转移第四个,交给解释器为'a\c',解释器语法识别转义,第一个转义第二个,就是'ac'了
    print(re.findall(r'a\c','ac aac'))  #r原生输入,解释器拿到的就是a\c了
    输出结果为:
    ['a\c']  #没办法,只能这么显示,第一个转义第二个,实际应理解为'ac'
    ['a\c']

     

    re.I 忽略大小写

    print(re.findall('alex','my name is alex Alex is sb alex Alex',re.I))
    输出结果:
    ['alex', 'Alex', 'alex', 'Alex']

     

    re.M

    msg="""
    my name is egon
    sfaf egon
    sdf23 egon
    """
    print(re.findall('egon$',msg,))  #只从后面找第一个,msg内容看作是一行的内容
    输出结果为:
    ['egon']


    msg="""
    my name is egon
    sfaf egon
    sdf23 egon
    """
    print(re.findall('egon$',msg,re.M))  #识别换行符,找到每一个line最后的字符
    输出结果为:
    ['egon', 'egon', 'egon']

     

    re模块的其他方法:

    re.search方法:找到一次就不找了,如果找不到就返回None。

    print(re.search('href="(.*?)"','<p>动感视频</p><a href="https://www.douniwan.com/1.mp4">逗你玩呢</a><a href="https://www.xxx.com/2.mp4">葫芦娃</a>'))
    输出结果为:
    <_sre.SRE_Match object; span=(14, 51), match='href="https://www.douniwan.com/1.mp4"'>  #match内容是完整内容,而不是组内内容!
    如果没找到,输出结果为:
    None

    res=re.findall('(href)="(.*?)"','<p>动感视频</p><a href="https://www.douniwan.com/1.mp4">逗你玩呢</a><a href="https://www.xxx.com/2.mp4">葫芦娃</a>')
    print(res)
    输出结果:  #组内内容全部输出,无法指定。
    [('href', 'https://www.douniwan.com/1.mp4'), ('href', 'https://www.xxx.com/2.mp4')]


    re.serch.group()功能可以指定输出组内的内容。
    res=re.search('(href)="(.*?)"','<p>动感视频</p><a href="https://www.douniwan.com/1.mp4">逗你玩呢</a><a href="https://www.xxx.com/2.mp4">葫芦娃</a>')   #注意匹配项里的两个元组
    print(res)
    print(res.group(0))  #不传参或者参数为0表示匹配内容完整输出
    print(res.group(1))  #输出匹配内容的第一处元组内容
    print(res.group(2))  #输出匹配内容的第二处元组内容,如果传的参数大于实际元组数 ,则会报错
    输出结果为:
    href="https://www.douniwan.com/1.mp4"
    href
    https://www.douniwan.com/1.mp4

     

    re.match()等同于re.search(^)

    print(re.findall('alex','alex is alex is alex'))
    print(re.search('alex','is alex is alex'))
    print(re.search('^alex','is alex is alex'))
    print(re.match('alex','alex is alex is alex'))
    输出结果为:
    ['alex', 'alex', 'alex']  #findall查找所有
    <_sre.SRE_Match object; span=(3, 7), match='alex'>  #查找到一个就结束
    None   #只从头开始找,如果首字符没有匹配就返回None
    <_sre.SRE_Match object; span=(0, 4), match='alex'>  #只从头开始找,如果首字符没有匹配就返回None,等同于re.search(^)

     

    re.compile方法
    pattern=re.compile('alex')  #目标字符
    print(pattern.findall('alex is alex is alex'))
    print(pattern.search('alex is alex is alex'))
    print(pattern.match('alex is alex is alex'))
    输出结果为:
    ['alex', 'alex', 'alex']
    <_sre.SRE_Match object; span=(0, 4), match='alex'>
    <_sre.SRE_Match object; span=(0, 4), match='alex'>

     

    练习

    计算器作业

    msg="1-2*(60+(-40.35/5)-(-4*3))"
    print(re.findall('D?(-?d+.?d*)',msg))
    输出结果:
    ['1', '2', '60', '-40.35', '5', '-4', '3']

     

    二、hashlib模块

    hashlib下面有许多算法,hash本身也是一种算法。

    用途:对数据进行校验
    hash:是一种算法,该算法接收一系列的数据,运算得到返回值
    返回值是hash值
    三大特性:
    """
    1、只要传入的内容一样,那么得到的hash值就一定是一样的
    2、只要采用hash算法固定,无论传入的内容多大,hash值的长度是固定的
    3、hash值不可逆,即不可能通过hash值逆推出内容

    1+2=》文件完整性校验
    3==》加密传输的数据
    """

     

    import hashlib

    m=hashlib.md5()   #此处采用md5哈希算法
    m.update('你好'.encode('utf-8'))  #按照utf8格式编码。
    m.update('hello'.encode('utf-8'))
    print(m.hexdigest())
    输出结果为:
    65c83c71cb3b2e2882f99358430679c3

    也可以写成:
    m=hashlib.md5()   #此处采用md5哈希算法
    m.update('你好hello'.encode('utf-8'))  #按照utf8格式编码。
    print(m.hexdigest())
    输出结果为:
    65c83c71cb3b2e2882f99358430679c3  #哈希值与上例中相同。



    m1=hashlib.md5(b'hello') #也可以直接输入英文,前面用b表示是Bytes类型。
    print(m1.hexdigest())

     

     

  • 相关阅读:
    Quartz.Net进阶之一:初识Job作业和触发器
    Sql Server 三个很有用的函数
    Quartz.NET快速入门指南
    VS2015 提示 无法启动 IIS Express Web 服务器
    sql like 另一个表的字段
    Python3快速入门--Python多线程编程
    seo-网站变化百度搜索引擎的影响
    Asp.NetCore 3.1 EFCore处理Mysql的分库分表--MyCat解决方案
    asp.net core 3.1里 EF的事务-代码示例
    Asp.netCore3.1 Blazor入门
  • 原文地址:https://www.cnblogs.com/realadmin/p/10078829.html
Copyright © 2020-2023  润新知