什么是模块
1 容器，例如列表，元组，字符串等等，这些是对数据的封装。函数是对语句的封装。模块，就是程序，模块就是平时写的任何代码，保存的每一个.py结尾的文件，都是一个独立的模块。
2 把这个文件保存起来的时候，他就是一个独立的模块了。（为了让默认的IDLE可以找到这个模块，需要把这个文件放在python安装的目录下。）这时就可以在IDLE中导入模块。
3 命名空间（Namespace）表示标识符（identifier）的可见范围。一个标识符可以在多个命名空间中定义，他在不同命名空间中的含义是互不相干的。
4 模块的分类：模块的分类分为三种。
（1） 内置函数：python中，安装好了Python后，本身就带有的库，就叫做Python的内置的库。内置模块，也被称为Python的标准库。
（2） 第三方模块：而非Python本身自带的库，就是所谓的第三方的库。
（3） 自定义模块：自己给自己定义的模块。
import的介绍
1 在python用import或者from...import来导入相应的模块。模块其实就是一些函数和类的集合文件，它能实现一些相应的功能，当我们需要使用这些功能的时候，直接把相应的模块导入到我们的程序中，我们就可以使用了。
2 直接import，但在调用模块中函数的时候，需要加上模块的命名空间。如果导入方法直接将模块的命名空间覆盖进来，所以在调用的时候也就不需要加上命名空间了（尽量不要使用这种方法，因为这样会使得命名空间荡然无存，一不小心还会陷入名字混乱的局面）。
一 正则表达式和re模块
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。
1 什么叫做正则表达式：这则表达式是字符串的一种筛选规则
2 正则表达式的好处：1,1匹配：检测字符串是否符合正则表达式的规则，否则返回False。
1,2 切割：按照一定的规则将字符串分割成多个字符串。
1,3替换：将字符串中的字符替换成指定的字符。
1,4获取：获取与规则子符相符的字符： 步骤：① 将正则封装成正则；② 正则表达式和要操作的字符相关联，获得匹配对象；③ 获取正则表达式的匹配引擎；④ 通过引擎对福和规格的字符进行操作。
正则里的一些常用操作：
不同的语言均有使用正则表达式的方法，python中是用re模块实现的。
使用的方法格式：变量名=re.re中的其中一个子模块（"规则","内容"）
元字符
1 .(点） ：可以代替除换行符以外任意一个元素
1 # ret=re.findall("方..","方杰,方合意,方磊,光东,阿杰,李杰,方何军") ##匹配出所有符合条件的元素
2 # print(ret)
2 ^ ：匹配第一个 元素的类容，匹配不成功，也不会去匹配后面的元素
# ret=re.findall("^方.","方杰,方合意,方磊,光东,阿杰,李杰,方何军") #匹配出所有符合条件的元素
# print(ret)
3 $ :匹配该对象的最后一个内容，不会去匹配其他位置的内容
ret=re.findall("y..n$","方杰,方合意,方磊,光东,阿杰,李杰,方何军yuan") #匹配出所有符合条件的元素
# print(ret)
4 * ：匹配表达式内容的0次到无数次
#ret=re.findall("333\d*","333234214455,333255654534246,545556564367656653,4453576489780423")
# print(ret)
5 + ： 匹配表达式内容的1次到无数次
#ret=re.findall("333\d+","3334214455,333255654534246,333,56564367656653,4453576489780423")
# print(ret)
6 ？： 匹配表达式内容的0次或者1次
# ret=re.findall("\d?","2342,43,7654,87")
# print(ret)
7 {}：自定义次数
#ret=re.findall("\d{16}","234214455,663255654534246,545556564367656653,4453576489780423")
# print(ret)
*,+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
# ret=re.findall('131\d+?','1312312312')
# print(ret)
匹配一个数字包括整型和浮点型
# ret=re.findall("\d+\.?\d+","3555,8498,64.674,2344")
# print(ret)
转义符
1 反斜杠后面跟元字符，会去掉特殊的功能
# ret=re.findall("\.com","www.baidu.com,www.youji.com,www.xiongdi.com,www.ss.cn")
# print(ret)
2 反斜杠后面加上一些普通字符会实现一些特殊的功能
\d 匹配任何十进制数； 它相当于类 [0-9]。
# ret=re.findall("\d","yuan3236$655&34")
# print(ret)
\D 匹配任何非数字字符； 它相当于类 [^0-9]。
# ret=re.findall("\D","yuan3236$655&34")
# print(ret)
\s 匹配任何空白字符； 它相当于类 [ \t\n\r\f\v]。
# ret=re.findall("\s","hello i love like")
# print(ret)
\S 匹配任何非空白字符； 它相当于类 [^ \t\n\r\f\v]。
# ret=re.findall("\S","hello i love like")
# print(ret)
\w 匹配任何字母数字字符； 它相当于类 [a-zA-Z0-9_]。
# ret=re.findall("\w","yuan323665534")
# print(ret)
# ret=re.findall("\w+","yuan323665534")
# print(ret)
\W 匹配任何非字母数字字符； 它相当于类 [^a-zA-Z0-9_]
# ret=re.findall("\W","yuan3236$655&34")
# print(ret)
\b 匹配一个特殊字符边界，比如空格 ，&，＃等\b是特殊符号所以前面需要加r
# ret=re.findall(r"i\b","hello i love like") # print(ret) # ret=re.findall(r"i\b","hello i love li$ke") # print(ret)
分组 （）
ret=re.findall("(fang)","fangffksdl;hfangfangfnag") # print(ret) # # ret=re.findall("(fang)+","fangffksdl;hfangfangfnag") # print(ret)
# ret=re.findall("方","方杰,方合意,方磊,光东,阿杰,李杰,方何军") ##匹配出所有符合条件的元素
# print(ret)
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
#命名分组
ret=re.search(r"blog-aticles-(?P<year>20[01]\d)-(\d+)","blog-aticles-2005-12")
print(ret.group('year'))
ret=re.search(r"blog-aticles-(?P<year>20[01]\d)-(?P<mansh>\d+)","blog-aticles-2005-12")
print(ret.group('mansh'))
字符集 |
字符集 | 或者的意思 要配合 （）用的
# ret=re.findall("www\.(\w+)\.(com|cn)","www.baidu.com,www.youji.com,www.xiongdi.com,www.ss.cn")
# print(ret)
# ret=re.findall("www\.(?:\w+)\.(?:com|cn)","www.baidu.com,www.youji.com,www.xiongdi.com,www.ss.cn")
# print(ret)
字符集 []
字符集[]： 在[]里面多选一的效果 一个字符集只匹配一个字符
# ret=re.findall(r"a[bc]","abcjpofdabhiac") # print(ret) # ret=re.findall(r"a[bc]d","abdcjpofdabhiacd") # print(ret) # ret=re.findall(r"a[b.c]d","abcjpofdabhia.dc") # print(ret)
字符集里面只有三个特殊符号：- ^ \
# ret=re.findall(r"[0-9]","ds1246634347cvkdhsd") # print(ret) # # # ret=re.findall(r"[a-z]","ds1246634347cvkdhsd") # print(ret) # # ret=re.findall(r"[A-Z]","ds1246DSJFKS47cvkdhsd") # print(ret) # # ret=re.findall(r"[A-Za-z0-9]","ds1246634347cvkdhsd") # print(ret) # ret=re.findall(r"a[\d]c","ds12a34c7cvkdhsd") # print(ret) # ret=re.findall(r"[^\d]","ds1246634347cvkdhsd") # print(ret) # ret=re.findall(r"[^\da-z]","ds1246634347cvk#dhsd") # print(ret)
search 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,没有则会则返回None，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，就会报错
#只有匹配到了一项内容就不会在继续匹配了
ret=re.search("(fang)+","fangffksdl;hfangfangfnag")
print(ret)
print(ret.group())
#没有匹配内容则会返回None，group（）则会报错报错
ret=re.search("(fakl)+","fangffksdl;hfangfangfnag")
print(ret)
print(ret.group())
match 函数会在字符串开始位置查找模式匹配对象，没有则会则返回None，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，就会报错
#match 只匹配字符串开头的位置
# ret=re.match("(fang)+","fangffksdl;hfangfangfnag")
# print(ret)
# print(ret.group())
#开头位置匹配不上就会报错
# ret=re.match("(fang)+","sdffangffksdlaihngfangfnag")
# print(ret)
# print(ret.group())
3 非贪婪匹配：
什么是贪婪匹配：在匹配时，按照最多的匹配，能匹配多少就匹配多少。
什么是非贪婪匹配：在匹配中，按照最少的匹配。关键字？：就是在匹配的字符后面加上？（问号），这个问号就是匹配的最少。
4 转义符：\：将一些普通的字符加上\会有特殊的意义，同时将特殊的符号可以加上\，变成普通的字符。
r：在字符串的前面加上r，特殊的符号也会变成字符串中的字符。
re模块里的常用操作：
findall：有几个就匹配几个，以列表的格式返回没有返回的内容，就会返回一个空的列表，优先匹配分组，加上？:取消优先匹配。
print(re.findall('\d+','432j5h52klk'))
search：返回匹配到的第一个福和规则的字符，必须要用group来调用
# print(re.search('fa.','sddasfanewvgfsfang').group())
match：只能去匹配第一个，有符合规则就返回，没有就会报错。也要用group来调用。
# print(re.match('f.','fangdsfdskjiefang').group()) #正确
# print(re.match('f.','dufdfangewfang').group()) #报错
split：分割：以规格匹配的内容为分隔符，如果加上（）分组，还会显示分割符。
# print(re.split('fang','yifangjie'))
# print(re.split('(fang)','yifangjie'))
sub：替换：还可以指定替换的的次数
# print(re.sub('jie','fang','jiejiefangjieyi')) #不指定次数，默认只要符合规则就替换
# print(re.sub('jie','fang','jiejiefangjieyi',2)) #指定替换词数
subn：替换：返回符合规则的字符，同时还回替换次数。
# print(re.subn('jie','fang','fangjiejiefangyijei'))
compile：将正则表达式编译，同时可以多个同时调用。
# ret=re.compile('\d{5}')
# print(ret.findall('dsa543545dsfrdadf452423'))
# print(ret.findall('faf32225vsdf56556354gdsd'))
finditer：返回一个迭代器。
# ret=re.finditer('\d{3,7}','sdfdas1453cdsf2423423')
# for i in ret:
# print(i.group())
