python---模块与包
一 模块(Module)与包(Package)概述
1.1 模块
1.1.1 模块的定义
在Python中,一个.py文件就称之为一个模块(Module)。
1.1.2 模块的分类
模块一共三种: (1)python标准库 (2)第三方模块 (3)应用程序自定义模块
1.1.3 模块的优点
在计算机程序的开发过程当中,随着程序代码越写越多,在一个文件里代码就会越来越长,越来越不容易维护。为了编写可维护的代码,我们把很多函数分组,分别放到不同的文件里,这样,每个文件包含的代码就相对较少(通过调用其他文件的函数,不需要重新定义函数),很多编程语言都采用这种组织代码的方式。那么这样做有什么好处呢?
(1)最大的好处是大大提高了代码的可维护性。
(2)编写代码不必从零开始。当一个模块编写完毕,就可以被其他地方引用。我们在编写程序的时候,也经常引用其他模块,包括Python内置的模块和来自第三方的模块。
(3)使用模块还可以避免函数名和变量名冲突。相同名字的函数和变量完全可以分别存在不同的模块中,因此,我们自己在编写模块时,不必考虑名字会与其他模块冲突。但是也要注意,尽量不要与内置函数名字冲突。
1.1.4 模块的导入
(1) import 语句
import module1[, module2,... moduleN]
当我们使用import语句的时候,Python解释器是怎样找到对应的文件的呢?答案就是解释器有自己的搜索路径,存在sys.path里。
# python解释器的搜索路径
['', 'C:\\windows\\SYSTEM32\\python34.zip', 'E:\\Python34\\DLLs', 'E:\\Python34\ \lib', 'E:\\Python34', 'E:\\Python34\\lib\\site-packages']
注:在当前目录下存在与要引入模块同名的文件,就会把要引入的模块屏蔽掉。
(2) from…import 语句
from ModuleName import func1[,func2,...,funcn]
这个声明不会把整个ModuleName模块导入到当前的命名空间中,只会将它里面的func1或func2单个引入到执行。
(3) From…import* 语句
from modname import *
这提供了一个简单的方法来导入一个模块中的所有项目。然而这种声明不该被过多地使用。大多数情况, Python程序员不使用这种方法,因为引入的其它来源的命名,很可能覆盖了已有的定义。
以上所有模块导入的本质:
#1 import test #2 from test import add #无论1还是2,首先通过sys.path找到test.py,然后执行test脚本(全部执行),区别是1会将test这个变量名加载到名字空间,而2只会将add这个变量名加载进来。
1.2 包
1.2.1 包的引入
如果不同的人编写的模块名相同怎么办?为了避免模块名冲突,Python引入了包(Package)。举个例子,一个abc.py
的文件就是一个名字叫abc
的模块,一个bcd.py
的文件就是一个名字叫bcd
的模块。现在,假设我们的abc
和bcd
这两个模块名字与其他模块冲突了,于是我们可以通过包来组织模块,避免冲突。方法是选择一个顶层包名:引入了包以后,只要顶层的包名不与别人冲突,那所有模块都不会与别人冲突。
1.2.2 包的定义
Python引入了按目录来组织模块的方法,称为包(Package)
1.2.3 包的特点
每一个包目录下面都会有一个__init__.py
的文件,这个文件是必须存在的,否则,Python就把这个目录当成普通目录(文件夹),而不是一个包。__init__.py
可以是空文件,也可以有Python代码,因为__init__.py
本身就是一个模块,而它的模块名就是对应包的名字。
1.2.4 包的调用
(1)import Package
这种写法就是执行包下的__init__.py文件(可能为空文件夹)。
(2)不同包之间的调用
在cc里import ee是找不到的,有同学说可以找到,那是因为你的pycharm为你把app这一层路径加入到了sys.path里面,所以可以找到。然而程序一旦在命令行运行,则报错。解决方法就是自己把这个路径加进去:
import sys,os BASE_DIR=os.path.dirname(os.path.dirname(os.path.abspath(__file__))) sys.path.append(BASE_DIR) import ee ee.hello()
(3)__name__变量
如果我们是直接执行某个.py文件的时候,该文件中那么”__name__ == '__main__'“是True,但是我们如果从另外一个.py文件通过import导入该文件的时候,这时__name__的值就是我们这个py文件的名字而不是__main__。这个功能还有一个用处:调试代码的时候,在”if __name__ == '__main__'“中加入一些我们的调试代码,我们可以让外部模块调用的时候不执行我们的调试代码,但是如果我们想排查问题的时候,直接执行该模块文件,调试代码能够正常运行!
#例子: if __name__=='__main__': print('ok')
二 几个重要模块
2.1 time模块
三种时间表示
在Python中,通常有这几种方式来表示时间:
- 时间戳(timestamp) : 通常来说,时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())”,返回的是float类型。
- 格式化的时间字符串
- 元组(struct_time) : struct_time元组共有9个元素共九个元素:(年,月,日,时,分,秒,一年中第几周,一年中第几天,夏令时)
1 time() :返回当前时间的时间戳
import time print(time.time()) #1530533660.258651
2 localtime([secs]):将一个时间戳转换为当前时区的struct_time。secs参数未提供,则以当前时间为准
print(time.localtime(1473525444.037215)) print(time.localtime()) >>>time.struct_time(tm_year=2016, tm_mon=9, tm_mday=11, tm_hour=0, tm_min=37, tm_sec=24, tm_wday=6, tm_yday=255, tm_isdst=0) >>>time.struct_time(tm_year=2018, tm_mon=7, tm_mday=2, tm_hour=20, tm_min=20, tm_sec=15, tm_wday=0, tm_yday=183, tm_isdst=0)
3 gmtime([secs]):将一个时间戳转换为UTC时区(0时区)的struct_time。
print(time.gmtime(1473525444.037215)) >>>time.struct_time(tm_year=2016, tm_mon=9, tm_mday=10, tm_hour=16, tm_min=37, tm_sec=24, tm_wday=5, tm_yday=254, tm_isdst=0)
4 mktime(t) : 将一个struct_time转化为时间戳。
print(time.mktime(time.localtime())) >>>1530534442.0
5 asctime([t]) : 把一个表示时间的元组或者struct_time表示为这种形式:'Sun Jun 20 23:21:05 1993'。如果没有参数,将会将time.localtime()作为参数传入。
print(time.asctime()) >>>Mon Jul 2 20:29:19 2018
6 :ctime()把一个时间戳(按秒计算的浮点数)转化为time.asctime()的形式。如果参数未给或者为
None的时候,将会默认time.time()为参数。它的作用相当于time.asctime(time.localtime(secs))。
print(time.ctime()) >>>Mon Jul 2 20:33:04 2018
7
strftime(format,[t]) : 把一个代表时间的元组或者struct_time(如由time.localtime()和
time.gmtime()返回)转化为格式化的时间字符串。如果t未指定,将传入time.localtime()。如果元组中任何一个
元素越界,ValueError的错误将会被抛出。
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
%y 两位数的年份表示(00-99) %Y 四位数的年份表示(000-9999) %m 月份(01-12) %d 月内中的一天(0-31) %H 24小时制小时数(0-23) %I 12小时制小时数(01-12) %M 分钟数(00=59) %S 秒(00-59) %a 本地简化星期名称 %A 本地完整星期名称 %b 本地简化的月份名称 %B 本地完整的月份名称 %c 本地相应的日期表示和时间表示 %j 年内的一天(001-366) %p 本地A.M.或P.M.的等价符 %U 一年中的星期数(00-53)星期天为星期的开始 %w 星期(0-6),星期天为星期的开始 %W 一年中的星期数(00-53)星期一为星期的开始 %x 本地相应的日期表示 %X 本地相应的时间表示 %Z 当前时区的名称 %% %号本身
print(time.strftime("%Y-%m-%d %X", time.localtime())) print(time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())) >>>2018-07-02 20:57:24 >>>2018-07-02 20:57:24
#注:以上两种方法等价
8 time.strptime(string[, format])把一个格式化时间字符串转化为struct_time。实际上它和strftime()是逆操作。
在这个函数中,format默认为:"%a %b %d %H:%M:%S %Y"。
print(time.strptime('2011-05-05 16:37:06', '%Y-%m-%d %X')) >>>time.struct_time(tm_year=2011, tm_mon=5, tm_mday=5, tm_hour=16, tm_min=37, tm_sec=6, tm_wday=3, tm_yday=125, tm_isdst=-1)
9 sleep(secs):线程推迟指定的时间运行,单位为秒。
time.sleep(2)
10 clock()
这个需要注意,在不同的系统上含义不同。在UNIX系统上,它返回的是“进程时间”,它是用秒表示的浮点数(时间戳)。
而在WINDOWS中,第一次调用,返回的是进程运行的实际时间。而第二次之后的调用是自第一次调用以后到现在的运行
时间,即两次时间差。
2.2 random模块
import random print(random.random())#(0,1)之间的随机数 print(random.randint(1,3)) #[1,3]随机数 print(random.randrange(1,3)) #[1,3)之间的随机数 print(random.choice([1,'23',[4,5]]))#随机选一个 print(random.sample([1,'23',[4,5]],2))#随机选两个 print(random.uniform(1,3))#uniform() 方法将随机生成下一个实数,它在 [x, y) 范围内。 item=[1,3,5,7,9] random.shuffle(item)#shuffle() 方法将序列的所有元素随机排序。 print(item) >>>0.5290100581706425 >>>2 >>>2 >>>23 >>>['23', 1] >>>1.56744142537269 >>>[7, 9, 3, 1, 5]
2.3 os模块
os模块是与操作系统交互的一个接口
os.getcwd() 获取当前工作目录,即当前python脚本工作的目录路径 os.chdir("dirname") 改变当前脚本工作目录;相当于shell下cd os.curdir 返回当前目录: ('.') os.pardir 获取当前目录的父目录字符串名:('..') os.makedirs('dirname1/dirname2') 可生成多层递归目录 os.removedirs('dirname1') 若目录为空,则删除,并递归到上一级目录,如若也为空,则删除,依此类推 os.mkdir('dirname') 生成单级目录;相当于shell中mkdir dirname os.rmdir('dirname') 删除单级空目录,若目录不为空则无法删除,报错;相当于shell中rmdir dirname os.listdir('dirname') 列出指定目录下的所有文件和子目录,包括隐藏文件,并以列表方式打印 os.remove() 删除一个文件 os.rename("oldname","newname") 重命名文件/目录 os.stat('path/filename') 获取文件/目录信息 os.sep 输出操作系统特定的路径分隔符,win下为"\\",Linux下为"/" os.linesep 输出当前平台使用的行终止符,win下为"\r\n",Linux下为"\n" os.pathsep 输出用于分割文件路径的字符串 win下为;,Linux下为: os.name 输出字符串指示当前使用平台。win->'nt'; Linux->'posix' os.system("bash command") 运行shell命令,直接显示 os.environ 获取系统环境变量 os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。如何path以/或\结尾,那么就会返回空值。即os.path.split(path)的第二个元素 os.path.exists(path) 如果path存在,返回True;如果path不存在,返回False os.path.isabs(path) 如果path是绝对路径,返回True os.path.isfile(path) 如果path是一个存在的文件,返回True。否则返回False os.path.isdir(path) 如果path是一个存在的目录,则返回True。否则返回False os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回,第一个绝对路径之前的参数将被忽略 os.path.getatime(path) 返回path所指向的文件或者目录的最后存取时间 os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间
2.4 sys 模块(python解释器模块)
sys.argv 命令行参数List,第一个元素是程序本身路径
sys.exit(n) 退出程序,正常退出时exit(0)
sys.version 获取Python解释程序的版本信息
sys.maxint 最大的Int值
sys.path 返回模块的搜索路径,初始化时使用PYTHONPATH环境变量的值
sys.platform 返回操作系统平台名称
2.5 hashlib模块(加密模块)
hashlib 是一个提供了一些流行的hash算法的 Python 标准库.其中所包括的算法有 md5, sha1, sha224, sha256, sha384, sha512.
import hashlib m=hashlib.md5()# m=hashlib.sha256() m.update('hello'.encode('utf8')) print(m.hexdigest()) #获取加密输出 m.update('Terry'.encode('utf8')) print(m.hexdigest()) m2=hashlib.md5() m2.update('helloTerry'.encode('utf8')) print(m2.hexdigest()) >>>5d41402abc4b2a76b9719d911017c592 >>>5e0be2896d61ab3f49b1c8e31065a093 >>>5e0be2896d61ab3f49b1c8e31065a093 #注:先update"hello",在update"Terry"与update“helloTerry”的密文输出是一样的
以上加密算法虽然依然非常厉害,但时候存在缺陷,即:通过撞库可以反解。所以,有必要对加密算法中添加自定义key再来做加密。
import hashlib hash = hashlib.sha256('898oaFs09f'.encode('utf8')) hash.update('Terry'.encode('utf8')) print (hash.hexdigest()) >>>87a8b24f01fb9aa7501b6da0fb5dff7afea33c933a5770433b4f27a67b8d6da2
python 还有一个 hmac 模块,它内部对我们创建 key 和 内容 再进行处理然后再加密。
import hmac h = hmac.new('Terry'.encode('utf8')) h.update('hello'.encode('utf8')) print (h.hexdigest()) >>>0f48ce51ccb5baf8522914f59c3a3775
2.6 logging模块
1 简单应用
import logging logging.debug('debug message') logging.info('info message') logging.warning('warning message') logging.error('error message') logging.critical('critical message') >>>WARNING:root:warning message >>>ERROR:root:error message >>>CRITICAL:root:critical message
通过以上例子可见,默认情况下Python的logging模块将日志打印到了标准输出中,且只显示了大于等于WARNING级别的日志,这说明默认的日志级别设置为WARNING(日志级别等级CRITICAL > ERROR > WARNING > INFO > DEBUG > NOTSET),默认的日志格式为日志级别:Logger名称:用户输出消息。
2 灵活配置日志级别,日志格式,输出位置
import logging logging.basicConfig(level=logging.DEBUG, format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s', datefmt='%a, %d %b %Y %H:%M:%S', filename='test.log', filemode='w') logging.debug('debug message') logging.info('info message') logging.warning('warning message') logging.error('error message') logging.critical('critical message') test.log文件中显示: Mon, 02 Jul 2018 22:22:43 cc.py[line:124] DEBUG debug message Mon, 02 Jul 2018 22:22:43 cc.py[line:125] INFO info message Mon, 02 Jul 2018 22:22:43 cc.py[line:126] WARNING warning message Mon, 02 Jul 2018 22:22:43 cc.py[line:127] ERROR error message Mon, 02 Jul 2018 22:22:43 cc.py[line:128] CRITICAL critical message
注:(1)logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为,可用参数有
filename:用指定的文件名创建FiledHandler(后边会具体讲解handler的概念),这样日志会被存储在指定的文件中。 filemode:文件打开方式,在指定了filename时使用这个参数,默认值为“a”还可指定为“w”。 format:指定handler使用的日志显示格式。 datefmt:指定日期时间格式。 level:设置rootlogger(后边会讲解具体概念)的日志级别 stream:用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open('test.log','w')),默认为sys.stderr。若同时列出了filename和stream两个参数,则stream参数会被忽略。
(2)format参数中可能用到的格式化串:
%(name)s Logger的名字 %(levelno)s 数字形式的日志级别 %(levelname)s 文本形式的日志级别 %(pathname)s 调用日志输出函数的模块的完整路径名,可能没有 %(filename)s 调用日志输出函数的模块的文件名 %(module)s 调用日志输出函数的模块名 %(funcName)s 调用日志输出函数的函数名 %(lineno)d 调用日志输出函数的语句所在的代码行 %(created)f 当前时间,用UNIX标准的表示时间的浮 点数表示 %(relativeCreated)d 输出日志信息时的,自Logger创建以 来的毫秒数 %(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒 %(thread)d 线程ID。可能没有 %(threadName)s 线程名。可能没有 %(process)d 进程ID。可能没有 %(message)s用户输出的消息
3 logger对象
上述几个例子中我们了解到了logging.debug()、logging.info()、logging.warning()、logging.error()、logging.critical()(分别用以记录不同级别的日志信息),logging.basicConfig()(用默认日志格式(Formatter)为日志系统建立一个默认的流处理器(StreamHandler),设置基础配置(如日志级别等)并加到root logger(根Logger)中)这几个logging模块级别的函数,另外还有一个模块级别的函数是logging.getLogger([name])(返回一个logger对象,如果没有指定名字将返回root logger。
下面是同时显示到文件以及屏幕的例子:
import logging logger = logging.getLogger() # 创建一个handler,用于写入日志文件 fh = logging.FileHandler('test.log') # 再创建一个handler,用于输出到控制台 ch = logging.StreamHandler() formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') fh.setFormatter(formatter) ch.setFormatter(formatter) logger.addHandler(fh) #logger对象可以添加多个fh和ch对象 logger.addHandler(ch) logger.debug('logger debug message') logger.info('logger info message') logger.warning('logger warning message') logger.error('logger error message') logger.critical('logger critical message') #文件和屏幕同时显示的信息为: 2018-07-03 09:15:12,953 - root - WARNING - logger warning message 2018-07-03 09:15:12,953 - root - ERROR - logger error message 2018-07-03 09:15:12,953 - root - CRITICAL - logger critical message
#注:从这个输出可以看出logger = logging.getLogger()返回的Logger名为root。这里没有用logger.setLevel(logging.Debug)显示的为logger设置日志级别,所以使用默认的日志级别WARNIING,故结果只输出了大于等于WARNIING级别的信息。
为了理解上述程序,特做如下说明:
logging库提供了多个组件:Logger、Handler、Filter、Formatter。Logger对象提供应用程序可直接使用的接口,Handler发送日志到适当的目的地,Filter提供了过滤日志信息的方法,Formatter指定日志显示格式。
(1)logger对象
Logger是一个树形层级结构,输出信息之前都要获得一个Logger(如果没有显示的获取则自动创建并使用root Logger,如第一个例子所示)。 logger = logging.getLogger()返回一个默认的Logger也即root Logger,并应用默认的日志级别、Handler和Formatter设置。当然也可以通过Logger.setLevel(lel)指定最低的日志级别,可用的日志级别有logging.DEBUG、logging.INFO、logging.WARNING、logging.ERROR、logging.CRITICAL。Logger.debug()、Logger.info()、Logger.warning()、Logger.error()、Logger.critical()输出不同级别的日志,只有日志等级大于或等于设置的日志级别的日志才会被输出。
(2)创建两个logger对象
import logging logger1 = logging.getLogger('my logger') logger1.setLevel(logging.DEBUG) logger2 = logging.getLogger('my logger') logger2.setLevel(logging.INFO) # 创建一个handler,用于写入日志文件 fh = logging.FileHandler('test.log') # 再创建一个handler,用于输出到控制台 ch = logging.StreamHandler() formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') fh.setFormatter(formatter) ch.setFormatter(formatter) logger1.addHandler(fh) logger1.addHandler(ch) logger2.addHandler(fh) logger2.addHandler(ch) logger1.debug('logger1 debug message') logger1.info('logger1 info message') logger1.warning('logger1 warning message') logger1.error('logger1 error message') logger1.critical('logger1 critical message') logger2.debug('logger2 debug message') logger2.info('logger2 info message') logger2.warning('logger2 warning message') logger2.error('logger2 error message') logger2.critical('logger2 critical message') #文件和屏幕同时输出: #2018-07-03 09:37:10,629 - root - INFO - logger1 info message #2018-07-03 09:37:10,630 - root - WARNING - logger1 warning message #2018-07-03 09:37:10,630 - root - ERROR - logger1 error message #2018-07-03 09:37:10,630 - root - CRITICAL - logger1 critical message #2018-07-03 09:37:10,630 - my logger - INFO - logger2 info message #2018-07-03 09:37:10,631 - my logger - WARNING - logger2 warning message #2018-07-03 09:37:10,631 - my logger - ERROR - logger2 error message #2018-07-03 09:37:10,631 - my logger - CRITICAL - logger2 critical message
关于上述程序有个问题:
问:我们明明通过logger1.setLevel(logging.DEBUG)将logger1的日志级别设置为了DEBUG,为何显示的时候没有显示出DEBUG级别的日志信息,而是从INFO级别的日志开始显示呢?
答:logger1和logger2对应的是同一个Logger实例,只要logging.getLogger(name)中名称参数name相同则返回的Logger实例就是同一个,且仅有一个,也即name与Logger实例一一对应。在logger2实例中通过logger2.setLevel(logging.INFO)设置mylogger的日志级别为logging.INFO,所以最后logger1的输出遵从了后来设置的日志级别。
(3)Filter
限制只有满足过滤规则的日志才会输出。比如我们定义了filter = logging.Filter('a.b.c'),并将这个Filter添加到了一个Handler上,则使用该Handler的Logger中只有名字带 a.b.c前缀的Logger才能输出其日志。
对logger这个对象进行筛选:
filter = logging.Filter('mylogger') logger.addFilter(filter)
对所有的对象进行筛选:
filter = logging.Filter('mylogger') fh.addFilter(filter) ch.addFilter(filter)
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
#coding:utf-8 import logging # 创建一个logger logger = logging.getLogger() logger1 = logging.getLogger('mylogger') logger1.setLevel(logging.DEBUG) logger2 = logging.getLogger('mylogger') logger2.setLevel(logging.INFO) logger3 = logging.getLogger('mylogger.child1') logger3.setLevel(logging.WARNING) logger4 = logging.getLogger('mylogger.child1.child2') logger4.setLevel(logging.DEBUG) logger5 = logging.getLogger('mylogger.child1.child2.child3') logger5.setLevel(logging.DEBUG) # 创建一个handler,用于写入日志文件 fh = logging.FileHandler('/tmp/test.log') # 再创建一个handler,用于输出到控制台 ch = logging.StreamHandler() # 定义handler的输出格式formatter formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s') fh.setFormatter(formatter) ch.setFormatter(formatter) #定义一个filter #filter = logging.Filter('mylogger.child1.child2') #fh.addFilter(filter) # 给logger添加handler #logger.addFilter(filter) logger.addHandler(fh) logger.addHandler(ch) #logger1.addFilter(filter) logger1.addHandler(fh) logger1.addHandler(ch) logger2.addHandler(fh) logger2.addHandler(ch) #logger3.addFilter(filter) logger3.addHandler(fh) logger3.addHandler(ch) #logger4.addFilter(filter) logger4.addHandler(fh) logger4.addHandler(ch) logger5.addHandler(fh) logger5.addHandler(ch) # 记录一条日志 logger.debug('logger debug message') logger.info('logger info message') logger.warning('logger warning message') logger.error('logger error message') logger.critical('logger critical message') logger1.debug('logger1 debug message') logger1.info('logger1 info message') logger1.warning('logger1 warning message') logger1.error('logger1 error message') logger1.critical('logger1 critical message') logger2.debug('logger2 debug message') logger2.info('logger2 info message') logger2.warning('logger2 warning message') logger2.error('logger2 error message') logger2.critical('logger2 critical message') logger3.debug('logger3 debug message') logger3.info('logger3 info message') logger3.warning('logger3 warning message') logger3.error('logger3 error message') logger3.critical('logger3 critical message') logger4.debug('logger4 debug message') logger4.info('logger4 info message') logger4.warning('logger4 warning message') logger4.error('logger4 error message') logger4.critical('logger4 critical message') logger5.debug('logger5 debug message') logger5.info('logger5 info message') logger5.warning('logger5 warning message') logger5.error('logger5 error message') logger5.critical('logger5 critical message')
2.7 re模块
2.7.1 字符匹配
就其本质而言,正则表达式(或 RE)是一种小型的、高度专业化的编程语言,(在Python中)它内嵌在Python中,并通过 re 模块实现。正则表达式模式被编译成一系列的字节码,然后由用 C 编写的匹配引擎执行。
字符匹配(普通字符,元字符):
- 普通字符:大多数字符和字母都会和自身匹配
import re ret=re.findall('Terry','fdsakjfhakTerryjhdsaljfld') print(ret) >>>['Terry']
- 元字符:. ^ $ * + ? { } [ ] | ( ) \
.(通配符):只能匹配一个,代指所有的字符(除\n)
import re ret=re.findall('T...y','helloTerry') print(ret) >>>['Terry']
^:对开头进行匹配(其他地方有也不匹配)
ret1=re.findall('^T...y','Terryhelloawwwn') ret2=re.findall('^T...y','helloTerryawwwn') print(ret1) print(ret2) >>>['Terry'] >>>[]
$:对结尾进行匹配(其他地方有也不匹配)
ret1=re.findall('T...y$','helloawwwnTerry') ret2=re.findall('^T...y$','helloTerryawwwn') print(ret1) print(ret2) >>>['Terry'] >>>[]
* + ? {} :重复匹配
ret=re.findall('abc*','abcccc')#[0,+oo] print(ret) ret=re.findall('abc+','abccc')#[1,+oo] print(ret) ret=re.findall('abc?','abccc')#[0,1] 惰性匹配 print(ret) ret=re.findall('abc{1,4}','abccc') print(ret) >>>['abcccc'] >>>['abccc'] >>>['abc'] >>>['abccc']
注意:前面的*,+,?等都是贪婪匹配,也就是尽可能多的匹配,后面加?号使其变成惰性匹配。
ret=re.findall('abc*?','abcccccc') print(ret) >>>['ab']
[]:字符集
字符集可以取消元字符的特殊功能,除了(\,^,-)
ret=re.findall('a[bc]d','acd') print(ret) >>>['acd'] ret=re.findall('[a-z]','acd') print(ret) >>>['a', 'c', 'd'] ret=re.findall('[.*+]','a.cd+') print(ret) >>>['.', '+'] ret=re.findall('[1-9]','45dha3') print(ret)#['4', '5', '3'] >>>['4', '5', '3'] ret=re.findall('[^ab]','45bdha3') print(ret) >>>['4', '5', 'd', 'h', '3'] ret=re.findall('[\d]','45bdha3') print(ret) >>>['4', '5', '3']
\:转义符
- 反斜杠后边跟元字符去除特殊功能,
- 反斜杠后边跟普通字符实现特殊功能(一部分),
\d 匹配任何十进制数;它相当于类 [0-9]。 \D 匹配任何非数字字符;它相当于类 [^0-9]。 \s 匹配任何空白字符;它相当于类 [ \t\n\r\f\v]。 \S 匹配任何非空白字符;它相当于类 [^ \t\n\r\f\v]。 \w 匹配任何字母数字字符;它相当于类 [a-zA-Z0-9_]。 \W 匹配任何非字母数字字符;它相当于类 [^a-zA-Z0-9_] \b 匹配一个特殊字符边界,比如空格 ,&,
对于\b注意如下:
ret=re.findall('I\b','I am LIST') print(ret) ret=re.findall(r'I\b','I am LIST') print(ret) >>>[] >>>['I']
import re #-----------------------------eg1: ret=re.findall('c\l','abc\le') print(ret)#[] ret=re.findall('c\\l','abc\le') print(ret)#[] ret=re.findall('c\\\\l','abc\le') print(ret)#['c\\l'] ret=re.findall(r'c\\l','abc\le') print(ret)#['c\\l'] #-----------------------------eg2: #之所以选择\b是因为\b在ASCII表中是有意义的 m = re.findall('\bblow', 'blow') print(m)#[] m = re.findall(r'\bblow', 'blow') print(m)#['blow']
对于上述程序,可以用下图说明:
():分组
m = re.findall(r'(ad)+', 'add') print(m) ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com') print(ret.group()) print(ret.group('id')) >>>['ad'] >>>23/com >>>23
|:或
ret=re.search('(ab)| \d','rabhdg8sd') print(ret.group()) >>>ab
2.7.2 re模块下的常用方法
import re #1 print(re.findall('e','Terry hello')) #返回所有满足匹配条件的结果,放在列表里 ['e', 'e'] #2 print(re.search('e','Terry hello').group()) #函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以 # 通过调用group()方法得到匹配的字符串,如果字符串没有匹配,则返回None。 # e #3 print(re.match('a','abc').group()) #同search,不过尽在字符串开始处进行匹配 a #4 ret=re.split('[ab]','abcd') #先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割 print(ret) #['', '', 'cd'] #5 ret=re.sub('\d','abc','Terry5hello6',1) print(ret) #Terryabchello6 ret=re.subn('\d','abc','Terry5hello6') print(ret) #('Terryabchelloabc', 2) #6 obj=re.compile('\d{3}') ret=obj.search('abc123eeee') print(ret.group())#123 #7 ret=re.finditer('\d','ds3sy4784a') print(ret) #<callable_iterator object at 0x10195f940> print(next(ret).group()) #3 print(next(ret).group()) #4
关于findall()需要注意:
import re ret=re.findall('www.(baidu|oldboy).com','www.oldboy.com') print(ret)#['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可 ret=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com') print(ret)#['www.oldboy.com']
2.8 序列化模块
首先来解释一下什么是序列化:我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等等,都是一个意思。序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上。反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling。
json模块
如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便。JSON表示的对象就是标准的JavaScript语言的对象,JSON和Python内置的数据类型对应如下:
json序列化与反序列化的用法:
import json #----------------------------序列化 dic={'name':'Terry','age':23,'sex':'male'} print(type(dic))#<class 'dict'> j=json.dumps(dic) print(type(j))#<class 'str'> f=open('test.txt','w') f.write(j) #-------------------等价于json.dump(dic,f) f.close() #-----------------------------反序列化<br> f=open('test.txt') data=json.loads(f.read())# 等价于data=json.load(f) print(data) #{'sex': 'male', 'name': 'Terry', 'age': 23}
json使用需要注意:
import json dct='{"1":"111"}' print(json.loads(dct)) >>>{'1': '111'} # 无论数据是怎样创建的,只要满足json格式,就可以json.loads出来,不一定非要dumps的数据才能loads
pickle模块
import pickle dic={'name':'Terry','age':23,'sex':'male'} print(type(dic))#<class 'dict'> j=pickle.dumps(dic) print(type(j))#<class 'bytes'> f=open('test.txt','wb')#注意是w是写入str,wb是写入bytes,j是'bytes' f.write(j) #-------------------等价于pickle.dump(dic,f) f.close() #-------------------------反序列化 f=open('test.txt','rb') data=pickle.loads(f.read())# 等价于data=pickle.load(f) print(data['age']) #23
Pickle的问题和所有其他编程语言特有的序列化问题一样,就是它只能用于Python,并且可能不同版本的Python彼此都不兼容,因此,只能用Pickle保存那些不重要的数据,不能成功地反序列化也没关系。
shelve模块
shelve模块比pickle模块简单,只有一个open函数,返回类似字典的对象,可读可写;key必须为字符串,而值可以是python所支持的数据类型
import shelve 保存: f = shelve.open(r'shelve.txt') f['stu1_info']={'name':'Terry','age':'18'} f['stu2_info']={'name':'tom','age':'20'} f['school_info']={'website':'oldboyedu.com','city':'beijing'} f.close() 读取: f = shelve.open(r'shelve.txt') print(f.get('stu1_info')['name']) >>>Terry