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
代码语言：javascript复制a = ‘C|C |C#|Python|Javascript’
print(a.index('Python')> -1)
print('Pythin' in a)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")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)'Python’普通字符 ‘d’元字符
代码语言：javascript复制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)字符集
代码语言：javascript复制import re
a = 'abc,acc,adc,aec,afc,ahc'
r = re.findall('a[cf]c',s) #匹配出acf或afc
print(r)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)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)概况字符集
代码语言：javascript复制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)"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以外的所有字符数量词
代码语言：javascript复制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)贪婪与非贪婪 尽可能匹配最大值
代码语言：javascript复制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'] 由于贪婪非贪婪模式，大括号后加？
代码语言：javascript复制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* 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次边界匹配
代码语言：javascript复制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)import re
a = 'PythonPythonPythonPythonPythonPython'
r = re.findall('(Python){3}',a)
print(r)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re.sub
代码语言：javascript复制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）)import re
lanuage = 'PythonC#JavaPHP'
r = lanuage.replace(‘C#’,'GO')
print(r)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)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group（）函数
span()函数
代码语言：javascript复制# 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
代码语言：javascript复制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'])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)json python
object dict
array list
string str json对象 json json字符串
javascript ECMSCRIPT规范和标准的实现实际应用场景：
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。
代码语言：javascript复制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)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。
代码语言：javascript复制import json
json_data = json.loads(extracted_json_string)
user_name = json_data['name']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！
