唐抉的个人博客

python学习笔记（十一）

python
字数统计: 2.7k阅读时长: 12 min
2022/10/13

正则表达式

正则表达式是一种用来匹配字符串强有力的武器。凡是符合规则的字符串，就认为它“匹配”了，否则该批字符串就是不合法的。正则表达式是用字符串表示，其用字符匹配规则为：

若在正则表达式中直接给出字符，就是精确匹配。

匹配一个数字: \d

如'00\d'可以匹配'007'但无法匹配'00A'

'\d\d\d'可以匹配'029'

匹配一个字母或数字: \w

如'\w\w\d'可以匹配'as2'

匹配任意一个字符：.

如'py.'可以匹配'pya'、'py@'、'py2'等。

匹配任意个字符（包括0个）： *

匹配至少一个字符： +

匹配零个或一个字符： ?

匹配n个字符： {n}

匹配n-m个字符： {n-m}

匹配一个空格（包括Tab等空白符）： \s

匹配至少一个空格（包括Tab等空白符）： \s+

特殊字符要用\+特殊字符转义。

进阶

若要做更精确地匹配，可以用[]表示范围。

匹配一个数字、字母或者下划线： [0-9a-zA-Z\_]

注意： [0-9a-zA-Z\_]中的0-9代表数字，a-zA-Z代表字母，\_代表下划线。

匹配至少由一个数字、字母或者下划线组成的字符串： [0-9a-zA-Z\_]+

注意： [0-9a-zA-Z\_]+中的+代表大于等于1次的匹配前面的子表达式。

匹配由字母或下划线开头，后接任意个由一个数字、字母或者下划线组成的字符串： [a-zA-Z\_][0-9a-zA-Z\_]*

匹配长度为1-20个字符的变量（前面1个字符+后面最多19个字符）： [a-zA-Z\_][0-9a-zA-Z\_]{0,19}

匹配A或B： A|B

表示行的开头： ^

表示必须以数字开头： ^\d

表示行的结束： $

表示必须以数字结束： \d$

re模块

python提供了re模块，包含所有正则表达式的功能，由于python的字符串本身也用\转义，所以在字符串需要转义时，在字符串前面加r前缀。如

1
2
s='ABc\\-001'#python的字符串，其对应的正则表达式字符串变成'ABc\-001'
s=r'ABc\-001'#其对应的正则表达式字符串不变'ABc\-001'

用re模块的match()方法判断正则表达式是否匹配，若匹配成功，返回一个match对象，否则返回None：

1
2
3
4
5
6
import re
print(re.match(r'^\d{3}\-\d{3,8}$','010-12345'))
print(re.match(r'^\d{3}\-\d{3,8}$','010 12345'))
#运行结果如下：
<re.Match object; span=(0, 9), match='010-12345'>
None

常见的判断方法是：

1
2
3
4
5
test='用户输入的字符串'
if re.match(r'正则表达式',test):
	print('ok')
else:
	print('failed')

切分字符串

如果用户输入了一组标签，记得用正则表达式把不规范的输转化成正确的数组。

正常的切分代码：

1
2
3
print('a b   c'.split(' '))
#运行结果如下：
['a', 'b', '', '', 'c']

用正则表达式切分字符串：

1
2
3
4
import re
print(re.split(r'\s+','a b    c'))
#运行结果如下：
['a', 'b', 'c']

往字符串里增加,，:，;等符号，正则表达式切分：

1
2
3
4
import re
print(re.split(r'[\s+\,\:\;]+','a b  c,d : ;  c'))
#运行结果如下：
['a', 'b', 'c', 'd', 'c']

分组

除了简单判断是否匹配外，正则表达式还有提取子串的强大功能。用()表示的是要提取的分组。

比如^(\d{3})-(\d{3,8})$分别定义了两个组，可以直接从匹配的字符串中提取 出区号和本地号码：

1
2
3
4
5
6
7
8
9
10
11
import re
m=re.match(r'^(\d{3})-(\d{3,8})$','010-12345')
print(m)
print(m.group(0))
print(m.group(1))
print(m.group(2))
#运行结果如下：
<re.Match object; span=(0, 9), match='010-12345'>
010-12345
010
12345

正则表达式可以直接识别合法的时间，但有时用正则表达式也无法做到完全验证。

比如识别日期：

1
2
3
4
5
6
7
8
9
10
11
12
import re
t='19:05:30'
g='2-30'#2-30为非法日期
#识别时间
m=re.match(r'^(0[0-9]|1[0-9]|2[0-3]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])\:(0[0-9]|1[0-9]|2[0-9]|3[0-9]|4[0-9]|5[0-9]|[0-9])$',t)
#识别日期
x=re.match(r'^(0[1-9]|1[0-2]|[0-9])-(0[1-9]|1[0-9]|2[0-9]|3[0-1]|[0-9])$',g)
print(m.groups())
print(x.groups())
#运行结果如下：
('19', '05', '30')
('2', '30')

贪婪匹配

正则匹配默认是贪婪匹配，即匹配尽可能多的字符。若要采用非贪婪匹配，则需要在需要采用非贪婪匹配的字符后面加个?号。

如要匹配出数字后面的0：

1
2
3
4
5
6
import re
print(re.match(r'^(\d+)(0*)$','102300').groups())#\d+采用的是贪婪匹配
print(re.match(r'^(\d+?)(0*)$','102300').groups())#\d+采用非贪婪匹配
#运行结果如下：
('102300', '')
('1023', '00')

编译

当在python中使用正则表达式时，re模块内部会干两件事：

  • 编译正则表达式，若正则表达式的字符串本身不合法，会报错
  • 用编译后的正则表达式取匹配字符串

若一个正则表达式需要重复使用几千次，处于效率考虑，可以对该正则表达式进行预编译，这样后面重复使用时就不需要编译了，可直接匹配。编译后生成Regular Expression对象，由于该对象已经包含了正则表达式，因而调用对应的方法时不用给出正则字符串。

1
2
3
4
5
6
7
8
import re
re_telephone=re.compile(r'^(\d{3})-(\d{3,8})$')#编译
#使用
print(re_telephone.match('010-12345').groups())
print(re_telephone.match('010-1225').groups())
#运行结果如下：
('010', '12345')
('010', '1225')

练习题

请尝试写一个验证Email地址的正则表达式。版本一应该可以验证出类似的Email：

  • someone@gmail.com

  • bill.gates@microsoft.com

    代码如下：

1
2
3
4
5
6
7
8
9
10
11
12
import re
def is_valid_email(addr):
    if re.match(r'^([a-zA-Z\.]+)@([0-9a-zA-Z]+).com$',addr):
        return True
assert is_valid_email('someone@gmail.com')
assert is_valid_email('bill.gates@microsoft.com')
assert not is_valid_email('bob#example.com')
assert not is_valid_email('mr-bob@example.com')
print('ok')    

#运行结果如下：
ok

版本二可以提取出带名字的Email地址：

  • tom@voyager.org => Tom Paris
  • bob@example.com => bob
1
2
3
4
5
6
7
8
9
10
import re
def name_of_email(addr):
    t=re.match(r'^<?([a-zA-Z]+\s?[a-zA-Z]+)>?\s?([a-zA-Z])*@([a-zA-Z]+\.[a-zA-Z]+)$',addr)
    return t.group(1)
# 测试:
assert name_of_email('<Tom Paris> tom@voyager.org') == 'Tom Paris'
assert name_of_email('tom@voyager.org') == 'tom'
print('ok')
#运行结果如下：
ok

访问数据库

使用SQLite

一个数据库连接称为connection，连接到数据库后，需要打开游标，称之为Cursor，通过Cursor执行SQL语句，然后获得执行结果。执行插入等操作后要调用commit()提交事务。

由于SQLite的驱动内置在python标准库中，故可以直接操作SQLite数据库。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import sqlite3#导入数据库
#连接到数据库，数据库文件是test.db。若文件不存在会自动在当前目录创建
conn=sqlite3.connect('test.db')
cursor=conn.cursor()#创建一个cursor
#print(cursor.execute('drop table user'))#删除user表
print(cursor.execute('create table user (id varchar(20)  primary key, name varchar(20))'))#创建user表
print(cursor.execute('insert into user (id,name) values (\'1\',\'Michael\')'))#往表中插入一条记录
print(cursor.rowcount)#获得插入的行数
print(cursor.execute('select * from user where id=?', ('1',)))#查询表中记录
print(cursor.fetchall())#输出表中记录
conn.commit#提交事务
conn.close()#关闭Cursor
conn.close()#关闭连接

#运行结果如下：
<sqlite3.Cursor object at 0x0000027546A17BC0>
<sqlite3.Cursor object at 0x0000027546A17BC0>
1
<sqlite3.Cursor object at 0x0000027546A17BC0>
[('1', 'Michael')]

练习题

请编写函数，在Sqlite中根据分数段查找指定的名字：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
import os, sqlite3

db_file = os.path.join(os.path.dirname(__file__), 'test.db')
if os.path.isfile(db_file):
    os.remove(db_file)

# 初始数据:
conn = sqlite3.connect(db_file)
cursor = conn.cursor()
#cursor.execute('drop table user')
cursor.execute('create table user(id varchar(20) primary key, name varchar(20), score int)')
cursor.execute(r"insert into user values ('A-001', 'Adam', 95)")
cursor.execute(r"insert into user values ('A-002', 'Bart', 62)")
cursor.execute(r"insert into user values ('A-003', 'Lisa', 78)")
conn.commit()


def get_score_in(low, high):
    ' 返回指定分数区间的名字，按分数从低到高排序 '
    cursor.execute('select name from user where score between ? and ? order by score',(low,high))
    return [n[0] for n in cursor.fetchall()]

# 测试:
assert get_score_in(80, 95) == ['Adam'], get_score_in(80, 95)
assert get_score_in(60, 80) == ['Bart', 'Lisa'], get_score_in(60, 80)
assert get_score_in(60, 100) == ['Bart', 'Lisa', 'Adam'], get_score_in(60, 100)
cursor.close()
conn.close()
print('Pass')

#运行结果如下：
Pass

使用MySQL

连接到MySQL服务器的test数据库的命令绝大部分与SQLite相同，仅在连接数据库的部分有所差别，注意MySQL的占位符是%s：

1
2
3
4
5
6
7
8
# 导入MySQL驱动:
import mysql.connector
# 注意把password设为你的root口令:
conn =
mysql.connector.connect(user='root', password='password', database='test')
cursor = conn.cursor()
# 插入一行记录，注意MySQL的占位符是%s:
cursor.execute('insert into user (id, name) values (%s, %s)', ['1', 'Michael'])

使用SQLAlchemy

SQLAlchemy是有名的ORM框架，其可以把数据库表的一行记录与一个对象相互做自动转换。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
from tkinter.tix import Tree
from sqlalchemy import Column,String,create_engine
from sqlalchemy.orm import sessionmaker
from sqlalchemy.ext.declarative import declarative_base

Base=declarative_base()#创建对象基类
class User(Base):#定义user对象
    __tablename__='user'#表名
    id=Column(String(20),primary_key=True)
    name=Column(String(20))
engine=create_engine('mysql+mysqlconnector://root:password@localhost:3306/test')    #初始化数据库连接
DBSession=sessionmaker(bind=engine)#创建DBSession类型
session=DBSession()#创建session对象
new_user=User(id='5',name='Bob')#创建新User对象   
session.add(new_user)#添加到session
session.commit()#提交到数据库
session.close()#关闭session

查询数据如下：

1
2
3
4
5
6
7
8
9
10
session=DBSession()#创建session对象
#创建Query查询，filter是where条件，最后调用one()返回唯一行，如果调用all()则返回所有行:
user=session.query(User).filter(User.id='5').one()
# 打印类型和对象的name属性:
print('type:',type(user))
print('name:',user.name)
session.close()
#运行结果如下：
type: <class '__main__.User'>
name: Bob

原文作者：唐抉

原文链接：http://tangmenjue.top/2022/10/13/python%E5%AD%A6%E4%B9%A0%E7%AC%94%E8%AE%B0%EF%BC%88%E5%8D%81%E4%B8%80%EF%BC%89/

发表日期：October 13th 2022, 5:33:36 pm

更新日期：October 13th 2022, 5:33:36 pm

版权声明： © 2020-2023 本文采用知识共享署名-非商业性使用 4.0 国际许可协议进行许可

CATALOG
  1. 1. 正则表达式
    1. 1.0.1. 进阶
    2. 1.0.2. re模块
    3. 1.0.3. 切分字符串
    4. 1.0.4. 分组
    5. 1.0.5. 贪婪匹配
    6. 1.0.6. 编译
    7. 1.0.7. 练习题
  • 2. 访问数据库
    1. 2.1. 使用SQLite
      1. 2.1.1. 练习题
    2. 2.2. 使用MySQL
    3. 2.3. 使用SQLAlchemy
    • Total : 62
    2023
    2022
    2020
    CSS3 CentOS 7 Linux 网络管理 Docker 应用部署 数据库工具 Flask Web 后端 Web框架 Kubernetes 可视化 大屏设计 Lottie 数据库 PgSQL Vue Vue.js 前端 YAML Redis 闪退 Elasticsearch JavaScript python 企业微信 应用开发 异步IO CSS HTML 结构性思维 XAMPP 报错 设计模式
    CSS3 Linux Docker 数据库工具 Web框架 大屏设计 操作系统 学习笔记 Kubernetes 可视化 数据库 Vue 前端 YAML edge JavaScript Elasticsearch Lottie 企业微信 python 前端框架 Redis 应用开发 异步IO XAMPP