异常捕获、正则基础、re模块

一、异常捕获

1.什么是异常捕获 “”" 让程序执行过程中出现异常的时候不崩溃可以继续运行。

注意：不是任何时候都要使用异常捕获，是在你明明知道某个位置可能会出现异常，又不想让程序崩溃的时候才使用 “”" 2.异常捕获的语法 “”"

语法一：获取所有异常 try: 代码段1 except: 代码段2

说明： try、except - 关键字，固定写法 : - 固定写法 代码段1 - 和try保持一个缩进的一条或者多条语句; 可能会出现异常的代码(需要捕获异常的代码) 代码段2 - 出现的异常被捕获到了，需要执行的代码

执行过程： 先执行代码段1，如果执行执行过程中出现异常直接执行代码段2；如果代码段1中没有异常代码段2不会执行 “”"

#练习：输入年龄，如果输入有误提示年龄输入有误的信息 try: age = int(input('请输入年龄:')) print('输入完成！') except: print('年龄输入有误！') print('===================') try: # age = int(input('请输入年龄:')) print({'name': '张三'}['age']) print([1, 2, 3][10]) except: print('出现异常')

“”" 语法二：针对指定类型的异常进行捕获

try: 代码段1 except 异常类型: 代码段2

执行过程：先执行代码段1，如果代码段1出现异常，判断出现的异常的类型和except后面的异常类型是否一致，如果一致程序不崩溃直接执行代码段2，不一致程序直接崩溃。 “”"

#[10, 20][100] # IndexError #{'name': '张三'}['age'] # KeyError try: print({'name': '张三'}['age']) print([10, 20][100]) except KeyError: print('发生异常！')

“”" 语法三：同时捕获多种异常，针对不同的异常做相同的处理

try: 代码段1 except (异常类型1, 异常类型2,...): 代码段2

语法四：同时捕获多种异常，针对不同的异常做不同的处理

try: 代码段1 except 异常类型1: 代码段11 except 异常类型2: 代码段22 except 异常类型3: 代码段33 ...

“”" 3.finally关键字 “”" 在所有异常捕获的语法结构的后面都可以添加finally关键字：

try: 代码段1 except: 代码段2 finally: 代码段3

代码段3无论什么情况都会执行（代码段1无论发生什么事情） “”"

try: print([10, 20, 30][100]) print('=======') except KeyError: print('捕获到异常') finally: print('写遗书！') print('其他语句') def func1(): try: print('==========') return 100 except: print('捕获到异常') finally: print('写遗书2！') print(func1())

二、正则表达式

re模块:python提供的专门使用正则表达式的相关的函数的模块

from re import fullmatch, search, findall from fileManager import read_file

1.什么正则表达式 “”" 正则表达式是一种让字符串处理更简单的工具(本质是做字符串匹配) “”" 2.正则表达式的语法 “”" fullmatch(正则表达式, 字符串) - 让正则表达式式和字符串进行完全匹配，如果匹配失败结果是None js的正则： /正则表达式/ python的正则： r’正则表达式’ “”"

print('=====================1.匹配符号=====================') 1)普通字符 - 表示字符本身 re_str = r'abc' result = fullmatch(re_str, 'abc') print(result) 2). - 匹配一个任意字符 re_str = r'.abc' result = fullmatch(re_str, '+abc') print(result) 匹配一个长度是5的字符串，字符串中间三个字符是abc,第一个字符和最后一个字符任意 re_str = r'.abc.' result = fullmatch(re_str, '(abc+') print(result) 匹配一个长度是3的任意字符串 re_str = r'...' result = fullmatch(re_str, 'ajs') print(result) 3)\w - 匹配任意一个数字、字母或者下划线(针对ASCII码表有效)（注意：平时不用） re_str = r'\wabc' result = fullmatch(re_str, '8abc') print(result) 4)\d - 匹配任意一个数字字符 re_str = r'\d\d\d' result = fullmatch(re_str, '142') print(result) re_str = r'\d\dabc\d\d' result = fullmatch(re_str, '23abc89') print(result) 5)\s - 匹配任意一个空白字符 re_str = r'\s\d..' result = fullmatch(re_str, '\n9k/') print(result) re_str = r'\d\d\s\d\d' result = fullmatch(re_str, '78 23') print(result) 6) \D和\S """ \字母 - 小写字母和对应的大写字母的功能相反 """ re_str = r'\dabc\D' result = fullmatch(re_str, '8abc-') print(result) re_str = r'\Sabc' result = fullmatch(re_str, '=abc') print(result) 7) [字符集] - 匹配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 a. [abc123] - 匹配 a、b、c、1、2、3 中任意一个字符 b. [a-z] - 匹配从字符a到字符z之间的任意一个字符(匹配任意一个小写字母) [A-Z] - 匹配任意一个大写字母 [a-zA-Z] - 匹配任意一个字母 [0-9] - 匹配任意一个数字字符 [\u4e00-\u9fa5] - 匹配任意一个中文字符 """ re_str = r'[cz+?]123' result = fullmatch(re_str, '?123') print(result) re_str = r'[\u4e00-\u9fa5]123' result = fullmatch(re_str, '看123') print(result) #练习：判断输入手机号码是否合法 re_str = r'1[3-9]\d\d\d\d\d\d\d\d\d' result = fullmatch(re_str, '13598902763') print(result) []中-前面的字符编码值必须小于-后面的字符编码 result = fullmatch(r'[a-0]abc', '0abc') []中-如果不在两个字符之间，-就没有特殊功能直接表达它本身 result = fullmatch(r'[-09]abc', '-abc') print(result) #练习：写一个正则表达式，要求可以匹配一个字符串：abc前面是一个数字、字母或者下划线 re_str = r'[a-zA-Z\d_]abc' result = fullmatch(re_str, '_abc') print(result) 8)[ ^ 字符集] - 取不在字符集中任意一个字符 """ [ ^\u4e00-\u9fa5] - 匹配任意一个非中文字符 [ ^0-9] - 匹配任意一个非数字字符 [ ^a-zA-Z] - 匹配任意一个非字母字符 """ print(fullmatch(r'[abc^]123', 'b123')) print(fullmatch(r'[^abc]123', 'a123')) print('=====================2.检测符号======================') 1）\b - 检测是否是单词的边界 """ 单词边界：字符串开头、字符串结尾、凡是能区分出两个不同单词的符号 注意：检测类的符号不影响匹配的长度，只是在匹配成功的时候做进一步的检测 """ message = 'how are you?i am fine!thank you!' re_str = r'\d\d.\b\d\d' print(fullmatch(re_str, '56=89')) 2）^ - 检测^所在的位置是否是字符串开头 re_str = r'\d^abc' print(fullmatch(re_str, '1abc')) re_str = r'^\d\d\d' print(fullmatch(re_str, '678')) re_str = r'^\d\d\d' print(fullmatch(re_str, '678')) print(search(re_str, 'shdj39极客时间238u丄282=')) 3)$ - 检测$所在的位置是否是字符串结尾 re_str = r'\d\d$' print(search(re_str, '时代峰峻78暗示法23沙发89')) print('======================3.匹配次数==================') 1）* - 匹配0次或多次 """ 字符* - 字符出现0次或多次 """ re_str = r'a*' print(fullmatch(re_str, 'aaa')) re_str = r'\d*' print(fullmatch(re_str, '478923')) re_str = r'123[a-z]*' print(fullmatch(re_str, '123ukl')) 2)+ - 匹配1次或多次(至少1次) re_str = r'a+' print(fullmatch(re_str, 'a')) 3)? - 匹配0次或1次 re_str = r'\d?abc' print(fullmatch(re_str, '0abc')) #练习：写一个正则表达式可以匹配任意一个整数字符串 '23874', '-234', '+2348977' re_str = r'[-+]?\d+' print(fullmatch(re_str, '+23874')) 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（0~N次） """ re_str = r'\d{4}abc' print(fullmatch(re_str, '6723abc')) re_str = r'a{2,5}123' print(fullmatch(re_str, 'aaaaa123')) re_str = r'a{2,}123' print(fullmatch(re_str, 'aaaaaaaaaaa123')) re_str = r'a{,2}123' print(fullmatch(re_str, 'aa123'))

4)贪婪和非贪婪 “”" 在匹配次数不确定的情况下，匹配模式分为两种：贪婪和非贪婪 a.贪婪：默认都是贪婪的（在能匹配到的前提下匹配次数尽可能多） *、+、?, {M,N}、{M,}、{,N}

b.非贪婪：(在能匹配到的前提下匹配次数尽可能少)在匹配次数不确定的时候，次数后面加问号，匹配就是非贪婪的 *?、+？、??、{M,N}?、{M,}?、{,N}? “”"

re_str = r'\d{2,}' print(search(re_str, '护士227382abc你好！')) re_str = r'\d{2,}?' print(search(re_str, '护士227382abc你好！')) #练习：获取疫情信息中所有的国家的名字 content = read_file('data.json') re_str = r'"provinceName":"(.+?)",' print(findall(re_str, content))

三、正则的分支和分组

from re import fullmatch

1.分支: | 正则1|正则2|正则3… 写一个正则匹配一个字符串：123abc 和 456abc

re_str = r'123abc|456abc' print(fullmatch(re_str, '456abc')) re_str = r'123|345abc' print(fullmatch(re_str, '123abc')) # None print(fullmatch(re_str, '123')) print(fullmatch(re_str, '345abc'))

2.分组: () “”" 1)整体操作 “”" abc出现3次

re_str = r'(abc){3}' print(fullmatch(re_str, 'abcabcabc'))

写一个正则匹配一个字符串：123abc 和 456abc

re_str = r'(123|456)abc' print(fullmatch(re_str, '456abc'))

两个数字两个字母的结构重复4次: 34hj56kl67uj23Bm

re_str = r'(\d\d[a-zA-Z]{2}){4}' print(fullmatch(re_str, '34hj56kl67uj23Bm'))

“”" 2)重复: \M - 重复前面第M个分组匹配到的内容(M从1开始) “”"

re_str = r'(\d\d)=\1abc' print(fullmatch(re_str, '67=67abc')) re_str = r'(\d\d)-([a-z]{3})-\2-\1' print(fullmatch(re_str, '23-bnm-bnm-23'))

“”" 3)捕获 findall “”"

3.转义符号: 在具有特殊功能或者特殊意义的符号前加,让功能消失

re_str = r'\.\d\d' print(fullmatch(re_str, '.23')) re_str = r'abc\+\d\d' print(fullmatch(re_str, 'abc+34'))

注意：独立存在有特殊功能的符号在[]中功能会自动消失

re_str = r'[-+.]abc' print(fullmatch(re_str, '.abc'))

四、正则和re模块

from re import compile, fullmatch, match, search, findall, finditer, split, sub from re import IGNORECASE, MULTILINE, DOTALL, S

1、 re.compile()

“”" compile(正则表达式) - 编译正则表达式，创建正则表达式对象 “”"

re_obj = compile(r'\d{3}') fullmatch(r'\d{3}', '234') re_obj.fullmatch('234') search(r'\d{3}', 'hu23hjk890jhkh78') re_obj.search('hu23hjk890jhkh78')

2.匹配

""" 1)fullmatch(正则表达式, 字符串) - 让整个字符串和正则表达式进行匹配 2)match(正则表达式, 字符串) - 匹配字符串开头 如果匹配不到结果是None,如果匹配成功了结果是匹配对象 """ re_str = r'\d{3}' print(fullmatch(re_str, '732')) print(fullmatch(re_str, '732hjas')) # None print(match(re_str, '789')) print(match(re_str, '789j手机打开')) 设置同时忽略大小写和单行匹配 print(fullmatch(r'123.[a-z]{3}', '123\nHNA', flags=S|IGNORECASE)) print(fullmatch(r'(?is)123.[a-z]{3}', '123\nHNA'))

3.匹配对象

print('=============================') result = match(re_str, '789j手机打开') re_str = r'(\d{2})-([a-z]{3})' result = match(re_str, '23-sjm回款及时发货') print(result) 1)获取匹配到的字符串 匹配对象.group() - 获取整个正则表达式匹配到结果 print(result.group()) # 23-sjm 匹配对象.group(分组号) - 获取正则表达式中指定的分组匹配到的结果(分组号从1开始) print(result.group(1)) # 23 print(result.group(2)) # sjm 2)获取匹配到的子串的范围 匹配对象.span() print(result.span()) # (0, 6) print(result.span(2)) # (3, 6) 3)获取原字符串 匹配对象.string print(result.string)

4.查找 “”" 1）search(正则表达式,字符串) - 在字符串中查找第一个能和正则表达式匹配的子串。如果找到了返回匹配对象，找不到返回None 2) findall(正则表达式,字符串) - 获取字符串中所有满足正则表达式的子串。返回一个列表，列表中的元素是字符串 3) finditer(正则表达式,字符串) - 获取字符串中所有满足正则表达式的子串。返回一个迭代器，迭代器中的元素是匹配对象 “”"

str1 = 'and123=hu123aaa456klk98!ll7hu123oop' result = search(r'\d+', str1) print(result) # <re.Match object; span=(3, 6), match='123'> result = findall(r'\d+', str1) print(result) # ['123', '123', '456', '98', '7', '123'] result = findall(r'\d+[a-z]', str1) print(result) # ['123a', '456k', '7h', '123o'] findall正则中如果有分组，只获取分组匹配到的内容 result = findall(r'(\d+)[a-z]', str1) print(result) # ['123', '456', '7', '123'] result = findall(r'(\d+)([a-z])', str1) print(result) # [('123', 'a'), ('456', 'k'), ('7', 'h'), ('123', 'o')] str2 = '9h3jabc===9k2mabc9293h0oabc==!!!' result = findall(r'(\d[a-zA-Z]){2}abc', str2) print(result) result = finditer(r'((\d[a-zA-Z]){2})abc', str2) print(list(result)) for x in result: print(x.group(1))

5.切割

split(正则表达式, 字符串) - 将字符串中能和正则表达式匹配的子串作为切割点，对字符串进行切割。返回值是列表，列表中的元素是字符串 split(正则表达式, 字符串, 次数) - 指定切割次数 str1 = 'and123=hu123aaa456klk98!ll7hu123oop' result = split(r'\d+', str1) print(result) # ['and', '=hu', 'aaa', 'klk', '!ll', 'hu', 'oop'] result = split(r'\d+', str1, 3) print(result) # ['and', '=hu', 'aaa', 'klk98!ll7hu123oop']

6.替换

sub(正则表达式, 字符串1, 字符串2) - 将字符串2中能和正则表达式匹配的子串全部替换成字符串1 sub(正则表达式, 字符串1, 字符串2, 次数) - 限制替换次数 str1 = 'and123=hu123aaa456klk98!ll7hu123oop' new_str1 = sub(r'\d+', '+', str1) print(new_str1) sentence = '你丫是傻 叉吗? 我操你大爷的. F u c k you.' re_str = r'(?i)[操肏艹草曹]|f\s*u\s*c\s*k|s\s*h\s*i\s*t|傻\s*[比屄逼叉缺吊屌]|煞\s*笔' new_sentence = sub(re_str, '*', sentence) print(new_sentence)