python第十六天

# 1.二进制类型/字节（bytes）
# 2.其他数据转二进制：bytes（数据）
# 字符串转二进制：字符串.encode(encoding='utf-8')
print(bytes(10))  # b'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00'

# 3.二进制转字符串：
# 方法一：str（数据， encoding='utf-8'）
# 方法二：二进制数据.decode（encoding='utf-8'）

from re import fullmatch, search, findall

# 1.什么是正则表达式
'''
正则表达式是一种工具；一种专门用做字符串匹配的工具，能够在某些情况下让字符串的处理变得非常简单。
正则是用来描述字符串规则

fullmatch（正则表达式，字符串）    -   判断正则表达式是否和字符串完全匹配，如果不匹配返回None
'''
# 2.正则表达式的语法（通用的）
# =======================匹配符号========================
# 1）普通字符
'''
普通字符在正则表达式中表示这个符号本身
'''
# 匹配一个字符串有三个字符，分别是a，b，c
re_str = r'abc'
result = fullmatch(re_str, 'abc')
print(result)

# 2).   -   匹配任意一个字符
# 匹配一个长度是3的字符串，第一个字符是任意字符，后面是bc
re_str = r'.bc'
result = fullmatch(re_str, '好bc')
print(result)

# 3) \d -   匹配任意一个数字字符
re_str = r'\d\d\d'
result = fullmatch(re_str, '780')
print(result)

# 4) \D -  匹配任意一个非数字字符
re_str = r'\d\D\d'
result = fullmatch(re_str, '8g9')
print(result)

# 5) \s -   匹配任意一个空白字符
# 空白字符： 空格 、\n（换行）、\t（制表符）

# 6) \S -   匹配任意一个非空白字符

# 7) \w -   匹配任意一个数字、字母或者下划线（非ASCII码中的字符都可以匹配）
# 8) [字符集] - 匹配字符集中出现的任意一个字符
# 9) [^字符集] -   匹配不在字符集中出现的任意一个字符
'''
注意：一个[]只能匹配一个字符
[abc]   -   匹配一个字符是a或者b或者c
[\dabc] -   匹配一个字符是数字或者a或者b或者c
[1-9]   -   匹配一个1到9的任意一个数字字符
[a-z]   -   匹配任意一个小写字母
[a-zA-Z]    -   匹配任意一个字母

[\da-zA-Z_] -   匹配字母、数字、下划线
[\u4e00-\u9fa5] -   匹配任意一个中文字符

-在[]中两个字符之间才有特殊意义，表示范围
'''

# =========================检测符号========================
# 匹配符号要求一个符号必须对应一个字符，会影响字符串长度的描述；
# 检测符号，不会匹配字符，也不会影响字符串长度，它是在匹配成功的前提下对指定位置的字符进行检测
# 1）\b  -   检测是否是单词边界
'''
单词边界    -   所有能够区分出两个不同单词的符号，例如：空白字符，标点符号
'''
# 2) \B -   检测是否不是单词边界

# 3) ^  -   检测是否是字符串开头

# 4) $  -   检测是否是字符串结尾

# ====================匹配次数===================
# 1） *  -   0次或者多次
'''
a*  -   字符a出现0次或者多次
\d* -   任意数字出现0次或者多次（实质是\d在正则中出现0次或多次）
[字符集]*  -   字符集中任意字符出现0次或者多次（每次都可以是任意一个）
'''

# 2）+   -   一次或者多次
# 3）?   -   0次或者1次
# 练习：写一个正则能匹配任意正整数：23，3790，+84，023
re_str = r'[+]?[1-9]\d*'

# 4){}
'''
{N} -   匹配N次
{M,N}   -   匹配M到N次
{M,}    -   匹配至少M次
{,N}    -   匹配最多N次
'''
re_str = r'\d{3}'
print(fullmatch(re_str, '157'))

# 5）贪婪和非贪婪
'''
在匹配次数不确定的时候匹配模式有两种：贪婪(默认)和非贪婪（在不确定次数后面加?）

贪婪：在能匹配成功的前提下，匹配次数选最多的（+、*、?、{M,N}、{M，}、{，N}）
非贪婪：在能匹配成功的前提下，匹配次数选最小的（+?、*?、??、{M,N}?、{M，}?、{，N}?）
'''
# 贪婪模式：
re_str = r'a.+b'
print(search(re_str, 'xxamnvbppb上到b==='))   # <re.Match object; span=(2, 13), match='amnvbppb上到b'>


# 非贪婪模式：
re_str = r'a.+?b'
print(search(re_str, 'xxamnvbppb上到b==='))  # <re.Match object; span=(2, 7), match='amnvb'>


# =================分组=================
# 1）()
'''
用法一：整体操作
a{2，3}
(ab){2,3}

用法二：重复
\M  -   重复前面第M个分组中匹配到的内容

用法三：捕获
re中的findall在获取子串的时候，如果正则中有分组，只会获取分组匹配到的结果
'''
# 两个数字两个字母的结构重复3到5次，类似：89nm78jk89mk

# ================分支==============
# 1）|
'''
正则1|正则2|正则3|...
先用正则1进行匹配，如果匹配成功整个正则就成功；如果失败就用正则2进行匹配，如果成功整个正则就匹配成功，如果失败就用正则3进行匹配，依此类推....
'''
# 示例：写一个正则能够匹配一个字符串：abc后面是三个数字或者abc后面是三个大写字母
re_str = r'abc\d{3}|abc[A-Z]{3}'
print(findall(re_str, 'abcAAAasjdlAAADcdsgabc564'))
re_str = r'abc(\d{3}|[A-Z]{3})'

# ===============转义符号=====================
'''
在正则中有特殊意义的符号前加\，让这个符号在正则中的功能消失

注意：在正则中独立存在有特殊意义的符号，放到[]中，它的意义会自动消失
'''

import re

# 1.compile（正则表达式）  -   编译正则表达式，返回正则对象


# 2.匹配
'''
fullmatch（正则，字符串）   -   让整个字符串和正则进行匹配，匹配失败返回None，匹配成功返回匹配对象

match（正则，字符串）   -   让字符串的开头和正则进行匹配，匹配失败返回None，匹配成功返回匹配对象



'''
# 匹配对象
result = re.match(r'(\d{2})([a-z]{3})([A-Z]{2})', '55sfgSGdggdsgs存储')
print(result)
# 1）获取匹配到的子串
# 匹配对象.group() /  匹配对象.group(0)   -   获取整个正则匹配到的子串
# 匹配对象.group(N)   -  获取第N个分组匹配到的子串
a = result.group()
b = result.group(2)    # 获取第二组的子串
print(a, b)

# 2）获取匹配范围  -   匹配到的子串在原字符串中的下标范围
print(result.span())    # [0, 7)


# 3.查找
'''
search（正则，字符串）  -   在字符串查找第一个满足正则的子串，如果找到了返回匹配对象，找不到返回None

findall（正则，字符串） -   获取字符串中所有满足正则的子串，返回值是列表，列表中的元素是字符串

finditer(正则，字符串)  -   获取字符串中所有满足正则的子串，返回值是迭代器，迭代器中的元素是匹配对象

'''
# findall
# 没有分组：  ['456', '123', '336']
print(re.findall(r'\d{3}', 'asdfgf456kg返回123336'))

# 有一个分组:  ['123', '336']
print(re.findall(r'a(\d{3})', 'asdfgf456kg返回a123a336'))

# 有两个或者两个以上的分组: [('bm', '678'), ('jb', '823'), ('sa', '119')]
print(re.findall(r'([a-z]{2})(\d{3})', 'abm678十几年a092sdjb8239==-a786lksa119Kjd'))

print(re.findall(r'(\d|[a-z])[A-Z]{2}', 'hKM-水电费8MN速度快的9PP'))

# 3)finditer
result = re.finditer(r'([a-z]{2})(\d{3})', 'abm678十几年a092sdjb8239==-a786lksa119Kjd')
print(result)
print(list(result))

# 4.切割和替换
'''
split（正则，字符串）   -   将字符串中满足正则的子串作为切割点
sub(正则，字符串1，字符串2)   -   将字符串2中满足正则的子串全部替换成字符串1
'''

result = re.split(r'\d+', 'asjj823kasjkdfh299jSDK飞机和478sdjfh3上课的家伙5上看到回复')
print(result)

result = re.sub(r'\d+', '+', 'asjj823kasjkdfh299jSDK飞机和478sdjfh3上课的家伙5上看到回复')
print(result)