【Python之正则表达式与JSON】

🤵‍♂️ 个人主页@老虎也淘气 个人主页
✍🏻作者简介：Python学习者
🐋 希望大家多多支持我们一起进步！😄
如果文章对你有帮助的话，
欢迎评论 💬点赞👍🏻 收藏 📂加关注

前言：

在当今快速发展的技术领域，Python已经成为了许多开发者首选的编程语言之一。其简洁而强大的语法使其在各种领域都有着广泛的应用。本篇博客将引领你深入了解Python中正则表达式与JSON的强大组合，揭示它们如何协同工作，为开发者提供了解析和处理文本数据的高效方式。

正则表达式是一项强大的文本匹配技术，而JSON（JavaScript Object Notation）则是一种轻量级数据交换格式，广泛应用于数据传输和配置文件中。结合这两者，你将能够以更灵活的方式处理和提取文本数据，为你的项目增添更多可能性。让我们一同探索如何使用Python中的正则表达式与JSON来解决实际问题，提高代码的可读性和可维护性。

Python之正则表达式与JSON

1、定义

正则表达式是一个特殊的字符序列，一个字符串是否与我们所设定的这样的字符序列，相匹配。

可以快速检索文本，实现一些替换文本的操作

a = ‘C|C++|C#|Python|Javascript’
print(a.index('Python')> -1)
print('Pythin' in a)
1
2
3

import re
a = ‘C|C++|C#|Python|Javascript’
r = re.findall('Python', a)     #返回一个列表
if len(r) > 0:
	print("字符串中包含Pyython")
1
2
3
4
5

import re
a = ‘C0C++4C#6Python1Javascript’
r = re.findall('\d',a)    #正则表达式中用“\d”统配数字
print(a)
1
2
3
4

'Python’普通字符 ‘\d’元字符

import re
a = ‘C0C++4C#6Python1Javascript’
r = re.findall('\D',a)    #正则表达式中用“\D”匹配所有的非数字
print(a)
1
2
3
4

字符集

import re
a = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[cf]c',s)    #匹配出acf或afc
print(r)
1
2
3
4

import re
a = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[^cf]c',s)    #匹配出非acf和非afc
print(r)
1
2
3
4

import re
a = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[c-f]c',s)    #匹配出a[c,d,e,f]c
print(r)
1
2
3
4

概况字符集

import re
a = ‘C0C++4C#6Python1Javascript’
r = re.findall('\d',a)    #正则表达式中用“\d”统配数字
print(a)

import re
a = ‘C0C++4C#6Python1Javascript’
r = re.findall('[0-9]',a)    #正则表达式中用“\d”统配数字等价于[0-9]
print(a)



```python
import re
a = ‘C0C++4C#6Python1Javascript’
r = re.findall('\w',a)    #正则表达式中用“\w”匹配所有的数字字母
print(a)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

"\w" 单词字符集，可以匹配大小写字母，数字和_     等价于[A-Za-z0-9_]
“\W” 非单词字符集 &
“\s” 空白字符 包括空格，\t,\n,\r
“\S”  匹配非空白字符
. 匹配除\n以外的所有字符
1
2
3
4
5

数量词

import re
a ='python 1111java678php'
r = re.findall('[a-z]{3}',a)    #匹配连续的a-z的三个字符
print(r)


import re
a ='python 1111java678php'
r = re.findall('[a-z]{3，6}',a)    #匹配连续的a-z的3到6个字符
print(r)

1
2
3
4
5
6
7
8
9
10
11

贪婪与非贪婪 尽可能匹配最大值

import re
a ='python 1111java678php'
r = re.findall('[a-z]{3}',a)    #匹配连续的a-z的三个字符
print(r)

结果：
['python','java','php']     由于贪婪


1
2
3
4
5
6
7
8
9

非贪婪模式，大括号后加？

import re
a ='python 1111java678php'
r = re.findall('[a-z]{3,6}?',a)    #非贪婪模式匹配
print(r)

结果：
['pyt’，hon','jav','php']     #由于非贪婪只匹配3个字符


1
2
3
4
5
6
7
8
9

*  匹配*前面的字符0次或无数次
+  匹配*前面的字符1次或无数次
？ 匹配*前面的字符0次或1次
1
2
3

边界匹配

import re 
a = '100001'
r = re.findall('\d{4,8}',qq)   #匹配4到8位数字
print(r)

import re 
a = '100001'
r = re.findall(^'\d{4,8}$',qq)   #边界匹配
print(r)

import re 
a = '10000000001'
r = re.findall(^'000$',qq)   #边界匹配
print(r)


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16

import re
a = 'PythonPythonPythonPythonPythonPython'
r = re.findall('(Python){3}',a)
print(r)
1
2
3
4

import re
lanuage = 'PythonC#JavaPHP'
r = re.findall(‘c#.{1}’,lanuage,re.I |re.S)   
print(r)

re.I 忽略大小写   re.S 改变.的功能
1
2
3
4
5
6

re.sub

import re 
lanuage = 'PythonC#JavaPHP'
r = re.sub(‘C#’,'GO',lanuage,1)
print(r)
# r = re.sub(‘需要被替换的字符’,‘替换后的字符',lanuage,被替换的次数（1表示1次，0表示无数次）)


1
2
3
4
5
6
7

import re 
lanuage = 'PythonC#JavaPHP'
r = lanuage.replace(‘C#’,'GO')
print(r)
1
2
3
4

import re 
lanuage = 'PythonC#JavaPHP'
def convert(value):
	pass
# 先匹配C#,将c#作为参数传给convert()函数，再将返回值用于替换C#
r = re.sub(‘C#’,convert,lanuage)
print(r)



1
2
3
4
5
6
7
8
9
10

import re
s = 'ABC3721D86'
r = re.match('\d',s)    
#从字符串首字母开始匹配，第一个字符不符合，则返回空
print(r)
r1 = re.search('\d',s)
# 搜索整个字符串，首字母对匹配不影响
print(r1)
# 他们都只匹配一次


1
2
3
4
5
6
7
8
9
10
11

group（）函数

span()函数

# 获取life和python中间的内容
import re
s = 'life is short,i use python'
r = re.search('life.*python',s)
print(r.gruop())
group(0)默认返回完整匹配结果，要通过组号访问，需要从group(1)开始


1
2
3
4
5
6
7
8

import re
s = 'life is short,i use python, i love python'
r = re.search('life(.*)python(.*)python',s)
print(r.gruop(0))
print(r.gruop(1))
print(r.gruop(2))
# print(r.group(0,1,2))
print(r.groups())    #只会返回之间的字符串

1
2
3
4
5
6
7
8
9

JSON
javascript 对象标记

是一种轻量级的数据交换格式

JSON字符串，符合json格式的字符串

优点：易于阅读解析网络传输效率高，跨语言交换数据

json的载体，json字符串

import json
# json_str = "{'name':'qiyue','age':18}"    #错误，json字符串规定用“”
 json_str = '{"name":"qiyue","age":18}'    #json object
student = json.loads(json_str)
print(type(student))
print(student)
print(student['name'])
print(student['age'])


1
2
3
4
5
6
7
8
9
10

import json

json_str = '{"name":"qiyue","age":18,"flag":false},{"name":"qiyue","age":18}'
student = json.loads(json_str)
print(type(student))
print(student)
从字符串到语言的数据类型的转换，反序列化



序列化
import json
studeht = [		{"name":"qiyue","age":18,"flag":false},		{"name":"qiyue","age":18}]
json_str = json.dumps(student)
print(json_str)


1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

json        python
object      dict
array 		list
string 		str 
1
2
3
4

json对象 json   json字符串
javascript    ECMSCRIPT规范和标准的实现

1
2
3

实际应用场景：

在现代软件开发中，正则表达式与JSON的强强联合在各种实际应用场景中发挥着关键作用。让我们深入探讨其中一个具体的应用场景：从Web API响应中提取和解析数据。

背景：
假设你正在开发一个Web应用，需要从一个外部API获取数据以展示在你的应用界面上。这个API返回的数据通常以JSON格式呈现，而你需要从这些数据中提取特定的信息以满足你的应用需求。

解决方案：

正则表达式用于初步提取： 你可以使用正则表达式从API响应文本中初步提取出所需的JSON数据。例如，你可能需要匹配特定字段或模式，以便获取关键信息。

import re
api_response = "{'name': 'John', 'age': 30, 'city': 'New York'}"
pattern = r"'name':\s*'(\w+)'"
match = re.search(pattern, api_response)
if match:
    extracted_name = match.group(1)

1
2
3
4
5
6
7

JSON解析进行深度提取： 一旦你从响应中提取到JSON字符串，接下来可以使用Python的json模块解析它，以便更深入地提取和处理数据。

import json
json_data = json.loads(extracted_json_string)
user_name = json_data['name']

1
2
3
4

应用数据于Web界面： 最终，你可以将提取到的数据应用于你的Web应用界面，呈现给用户。这可能包括显示用户的姓名、年龄和所在城市等信息。

这个实际场景突显了正则表达式与JSON的协同作用，正则表达式用于初步提取，而JSON解析则用于深度提取和结构化数据。这种组合使得从外部API获取数据变得灵活、高效，为开发者提供了在实际项目中应对不同数据源的能力。

结尾：

通过本文的学习，我们深入了解了Python中正则表达式与JSON的应用。这种不仅仅是技术层面的炫技，更是在处理文本数据时提供的一种高效、灵活的解决方案。无论是在数据清洗、信息提取还是其他文本处理任务中，正则表达式与JSON都能为你的代码注入更多的便利性。

希望本文能够为你在Python开发中的文本处理领域提供新的思路和实用技巧。通过深入理解正则表达式和JSON，你将更加熟练地应对各种文本数据的处理挑战，使你的代码更加健壮、高效。让我们在Python的世界里，用正则表达式与JSON的强强组合，创造出更加优雅而富有表现力的代码吧！