二 模块 logging json pickle re

1 logging 日志模块

1.1 函数式简单配置

import logging  
logging.debug('debug message')  
logging.info('info message')  
logging.warning('warning message')  
logging.error('error message')  
logging.critical('critical message')  

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），默认的日志格式为日志级别：Logger名称：用户输出消息。

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='/tmp/test.log',  
                    filemode='w')  
  
logging.debug('debug message')  
logging.info('info message')  
logging.warning('warning message')  
logging.error('error message')  
logging.critical('critical message')

配置参数：

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，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。

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

2.2 logger对象配置

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')

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。另外，可以通过：logger.setLevel(logging.Debug)设置级别。

#日志模块
#配置方式   1.config   2.logger
#config
import logging
logging.basicConfig(
    level=logging.INFO,
    format="%(asctime)s [%(lineno)s] %(message)s %(module)s",
    datefmt="%Y-%m-%d %X",
    filename="logger.log",
    filemode="w",
)
logging.debug("debug message")
logging.info("info message")
logging.warning("warning message")
logging.error("error message")
logging.critical("critical message")

#logger
# def logger():
#     logger=logging.getLogger()
#
#     fh=logging.FileHandler("logger2.log")
#     sh=logging.StreamHandler()
#
#     Fm=logging.Formatter("%(asctime)s")
#     logger.setLevel(logging.DEBUG)
#
#     logger.addHandler(fh)
#     logger.addHandler(sh)
#
#     return logger
#
# logger=logger()
#
# logger.debug("debug message")
# logger.info("info message")
# logger.warning("warning message")
# logger.error("error message")
# logger.critical("critical message")

2 json /pickle序列化

#序列化：把一个数据类型的数据转化成一个json字符串类型的数据    dumps
#反序列化：把一个josn字符串类型的数据转化成数据类型           loads
import json

d={"name":"egon","age":16}

# #dumps方式
# s=json.dumps(d)
# with open("new","w") as f:
#     f.write(s)
# with open("new",) as f:
#     date=f.read()
# s1=json.loads(date)      #date是读取文件的内容


#dump 方式
# with open("new","w") as f:
#     json.dump(d,f)     #多了一个文件句柄的参数，不需要在做写的操作
with open("new","r") as f:
    date=json.load(f)  #不需要在做读的操作
print(date)

之前我们学习过用eval内置方法可以将一个字符串转成python对象，不过，eval方法是有局限性的，对于普通的数据类型，json.loads和eval都能用，但遇到特殊类型的时候，eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式，并返回表达式的值。

1 2 3 4

import json x="[null,true,false,1]" print(eval(x)) print(json.loads(x))

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

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：

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

#----------------------------序列化 import json   dic={'name':'alvin','age':23,'sex':'male'} print(type(dic))#<class 'dict'>   j=json.dumps(dic) print(type(j))#<class 'str'>     f=open('序列化对象','w') f.write(j)  #-------------------等价于json.dump(dic,f) f.close() #-----------------------------反序列化<br> import json f=open('序列化对象') data=json.loads(f.read())#  等价于data=json.load(f)

 

pickle　

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23

##----------------------------序列化 import pickle   dic={'name':'alvin','age':23,'sex':'male'}   print(type(dic))#<class 'dict'>   j=pickle.dumps(dic) print(type(j))#<class 'bytes'>     f=open('序列化对象_pickle','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 import pickle f=open('序列化对象_pickle','rb')   data=pickle.loads(f.read())#  等价于data=pickle.load(f)     print(data['age'])

      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。

3 re 正则模块

import  re
"""
对字符串的迷糊匹配
"""
#元字符
# .通配符,代表一个字符（不能代表一个转行）
# ^以什么开头的，来定字符串以什么开头的
# $以什么结尾的，在$d的前面添加字符，用来匹配是以什么结尾的
# *配零到无穷次（前面的字符可以没有）     贪婪匹配
# +匹配的是1到无穷次（前面的字符必须有一个或多个）   贪婪匹配
# ？匹配零到1 （前面的字符只能有零个或一个）     贪婪匹配
# {}匹配里面自定义，{0，}==*  {1，}==+  {0,1}==？ {x}一个值得时候表示必须重复x次
# 在规则的后面加一个？号   变成惰性匹配
# []字符集 里面起一个或的作用，里面特殊符号没有意义，除了 - ^
    # - 包含了一个范围
    # ^ 放中括号里的时候表示非
    # \ \d还是\d
# |分为左边和右边，也是或的意思，一般跟（）组合使用
#（）分组把括号里面的组成一个来查询
    #命名分组  （？P<name>规则）
# \有意义的变的无意义，无意义的变的有意义
    #1 后面加一个元字符使其变成一个普通符号\.

# \d   [0-9]
# \D   [^0-9]
# \s   [ \t\n\r\f\v]。
# \S   [^ \t\n\r\f\v]
# \w   [0-9a-zA-Z]
# \W   [^0-9a-zA-Z]
# \b  匹配一个特殊字符边界，比如空格 ，&，＃等

#findall  (规则，字符串)把匹配到的结果放到一个列表中(规则，字符串)
#search   (规则，字符串)匹配到一个结果后就不会再匹配下去了，返回的结果是一个对象
#match    (规则，字符串)只在字符串开始的时候匹配，返回的也是一个对象
#split    （规则，字符串，分隔次数）按规则分隔字符串，返回一个列表
#finditer (规则，字符串)把匹配出来的作为一个迭代器，使用next（）.group（）取值
re.finditer("\d+","asd7654das87")
s=re.finditer("\d+","asd7654das87")
print(s)
#compile  (规则)编译一个规则对象，返回一个列表
#sub      (规则，新的替换对象，字符串)把匹配出来的替换成新的字符串，最后打印字符串


#print(re.findall("a...x","asdfhjhasdfjgjalrexkjsdf"))  #把匹配到的结果放到一个列表中
# print(re.findall("alex*","sdfsdfalexxxxxjhgkasj"))
# print(re.findall("alex+","sdfsdfalexxxxxjhgkasj"))
# print(re.findall("fq[a-z]*","sadfqsssssssadfqdsdf"))
# print(re.findall("fq[0-9]*","sadfq113sssssssadfqdsdf"))
# print(re.findall("q*","sadfqsadfqdsdf"))
# print(re.findall("www.(?:baidu|sougou).com","www.baidu.com"))
# print(re.findall("\\d+","asdf65sf785"))



# s="hello python hava php c go"
# # print(re.sub("p","word",s))
# print(re.sub("\\bp","word",s))

# print(re.findall("\d+\*\d+","2*6+7*45+1.4*3-8/4"))
# print(re.findall("\d+\.?\d*\*\d+\.?\d*","2*6+7*45+1.4*3-8/4"))

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）：

1 普通字符：大多数字符和字母都会和自身匹配
              >>> re.findall('alvin','yuanaleSxalexwupeiqi')
                      ['alvin'] 

2 元字符：. ^ $ * + ? { } [ ] | ( ) \

元字符之. ^ $ * + ? { }

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

import re   ret=re.findall('a..in','helloalvin') print(ret)#['alvin']     ret=re.findall('^a...n','alvinhelloawwwn') print(ret)#['alvin']     ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn']     ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn']     ret=re.findall('abc*','abcccc')#贪婪匹配[0,+oo]   print(ret)#['abcccc']   ret=re.findall('abc+','abccc')#[1,+oo] print(ret)#['abccc']   ret=re.findall('abc?','abccc')#[0,1] print(ret)#['abc']     ret=re.findall('abc{1,4}','abccc') print(ret)#['abccc'] 贪婪匹配

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

1 2	ret=re.findall('abc*?','abcccccc') print(ret)#['ab']

元字符之字符集［］：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

#--------------------------------------------字符集[] 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)#['.', '+']   #在字符集里有功能的符号: - ^ \   ret=re.findall('[1-9]','45dha3') print(ret)#['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']

元字符之转义符\

反斜杠后边跟元字符去除特殊功能,比如\.
反斜杠后边跟普通字符实现特殊功能,比如\d

\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 ，&，＃等

1 2 3 4

ret=re.findall('I\b','I am LIST') print(ret)#[] ret=re.findall(r'I\b','I am LIST') print(ret)#['I']

现在我们聊一聊\,先看下面两个匹配：

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

#-----------------------------eg1: import re 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)

                     　　

元字符之分组()

1 2 3 4 5 6

m = re.findall(r'(ad)+', 'add') print(m)   ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com') print(ret.group())#23/com print(ret.group('id'))#23

元字符之｜

1 2	ret=re.search('(ab)|\d','rabhdg8sd') print(ret.group())#ab

re模块下的常用方法

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

import re #1 re.findall('a','alvin yuan')    #返回所有满足匹配条件的结果,放在列表里 #2 re.search('a','alvin yuan').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。   #3 re.match('a','abc').group()     #同search,不过尽在字符串开始处进行匹配   #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','alvin5yuan6',1) print(ret)#alvinabcyuan6 ret=re.subn('\d','abc','alvin5yuan6') print(ret)#('alvinabcyuanabc', 2)   #6 obj=re.compile('\d{3}') ret=obj.search('abc123eeee') print(ret.group())#123

1 2 3 4 5 6

import re ret=re.finditer('\d','ds3sy4784a') print(ret)        #<callable_iterator object at 0x10195f940>   print(next(ret).group()) print(next(ret).group())

注意：

1 2 3 4 5 6 7

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']

算法

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）：

1 普通字符：大多数字符和字母都会和自身匹配
              >>> re.findall('alvin','yuanaleSxalexwupeiqi')
                      ['alvin'] 

2 元字符：. ^ $ * + ? { } [ ] | ( ) \

元字符之. ^ $ * + ? { }

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

import re   ret=re.findall('a..in','helloalvin') print(ret)#['alvin']     ret=re.findall('^a...n','alvinhelloawwwn') print(ret)#['alvin']     ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn']     ret=re.findall('a...n$','alvinhelloawwwn') print(ret)#['awwwn']     ret=re.findall('abc*','abcccc')#贪婪匹配[0,+oo]   print(ret)#['abcccc']   ret=re.findall('abc+','abccc')#[1,+oo] print(ret)#['abccc']   ret=re.findall('abc?','abccc')#[0,1] print(ret)#['abc']     ret=re.findall('abc{1,4}','abccc') print(ret)#['abccc'] 贪婪匹配

注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配

1 2	ret=re.findall('abc*?','abcccccc') print(ret)#['ab']

元字符之字符集［］：

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

#--------------------------------------------字符集[] 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)#['.', '+']   #在字符集里有功能的符号: - ^ \   ret=re.findall('[1-9]','45dha3') print(ret)#['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']

元字符之转义符\

反斜杠后边跟元字符去除特殊功能,比如\.
反斜杠后边跟普通字符实现特殊功能,比如\d

\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 ，&，＃等

1 2 3 4

ret=re.findall('I\b','I am LIST') print(ret)#[] ret=re.findall(r'I\b','I am LIST') print(ret)#['I']

现在我们聊一聊\,先看下面两个匹配：

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

#-----------------------------eg1: import re 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)

                     　　

元字符之分组()

1 2 3 4 5 6

m = re.findall(r'(ad)+', 'add') print(m)   ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com') print(ret.group())#23/com print(ret.group('id'))#23

元字符之｜

1 2	ret=re.search('(ab)|\d','rabhdg8sd') print(ret.group())#ab

re模块下的常用方法

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24

import re #1 re.findall('a','alvin yuan')    #返回所有满足匹配条件的结果,放在列表里 #2 re.search('a','alvin yuan').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。   #3 re.match('a','abc').group()     #同search,不过尽在字符串开始处进行匹配   #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','alvin5yuan6',1) print(ret)#alvinabcyuan6 ret=re.subn('\d','abc','alvin5yuan6') print(ret)#('alvinabcyuanabc', 2)   #6 obj=re.compile('\d{3}') ret=obj.search('abc123eeee') print(ret.group())#123

1 2 3 4 5 6

import re ret=re.finditer('\d','ds3sy4784a') print(ret)        #<callable_iterator object at 0x10195f940>   print(next(ret).group()) print(next(ret).group())

注意：

1 2 3 4 5 6 7

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']