python模块的认识 及 常用模块1 正则

一、认识模块

  什么是模块：一个模块就是一个包含了python定义和声明的文件，文件名就是加上.py的后缀，但其实import加载的模块分为四个通用类别 ：

　　　　1.使用python编写的代码（.py文件）

　　　　2.已被编译为共享库二和DLL的C或C++扩展

　　　　3.包好一组模块的包

　　　　4.使用C编写并连接到python解释器的内置模块

  为何要使用莫模块？

　　　　如果你想退出python解释器然后重新进入，那么你之前定义的函数或变量都将丢失，因此我们通常将程序写到文件中以便永久保存下来，需要时，就通过python test.py 方式去执行，此时test.py被称为脚本script。

　　　　随着程序的发展，功能越来越多，为了方便管理，我们通常将文件分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以吧这些文件当做脚本去执行，还可以把它们当做模块来导入到其他模块中，实现了功能的重复利用。

二、常见模块分类

　　常用模块一、

　　　　　　collocations 模块

　　　　　　时间模块

　　　　　　random模块

　　　　　　os模块

　　　　　　sys模块

　　　　　　序列化模块

　　　　　　re模块

　　常用模块二：这些模块和面向对象有关

　　　　　　hashlib模块

　　　　　　configparse模块

　　　　　　logging模块

三、正则表达式

像我们平常见的那些注册页面啥的，都需要我们输入手机号码吧，你想我们的电话号码也是有限定的吧（手机号码一共11位，并且只以13,14,15,17,18开头的数字这些特点）如果你的输入有误就会提示，那么实现这个程序的话你觉得用While循环so easy嘛，那么我们来看看实现的结果。

  1 while True:
  2     phone_number=input('请输入你的电话号码：')
  3     if len(phone_number)==11 and phone_number.isdigit()\
  4         and (phone_number.startswith('13')\
  5         or phone_number.startswith('14') \
  6         or phone_number.startswith('15') \
  7         or phone_number.startswith('17') \
  8         or phone_number.startswith('18')):
  9         print('是合法的手机号码')
 10     else:
 11         print('不是合法的手机号码')
 12 
 13 判断手机号码是否合法
判断手机号码是否合法 View Code

看到这个代码，虽说理解很容易，但是我还有更简单的方法。那我们一起来看看吧。

  1 import re
  2 phone_number=input('请输入你的电话号码：')
  3 if re.match('^(13|14|15|17|18)[0-9]{9}$',phone_number):
  4     '''^这个符号表示的是判断是不是以13|14|15|17|18开头的，
  5     [0-9]: []表示一个字符组，可以表示0-9的任意字符
  6     {9}:表示后面的数字重复九次
  7     $:表示结束符
  8     '''
  9     print('是合法的手机号码')
 10 else:
 11     print('不是合法的手机号码')
 12 
 13 判断手机号码输入是否合法
判断手机号码输入是否合法 View Code

大家可能都觉的第一种方法更简单吧，但是如果我让你从整个文件中匹配出所有的手机号码，你能用python写出来吗？但是导入re模块和利用正则表达式就可以解决这一个问题了。

那么什么是正则呢？

　　首先你要知道的是，谈到正则，就只和字符串相关了。在线测试工具 http://tool.chinaz.com/regex/

比如你要用‘1’去匹配‘1’，或者用‘2’去匹配‘2’，直接就可以匹配上。

  1 字符组：[字符组]
  2 在同一位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示
  3 字符分为很多类，比如数字，字母，标点等登。
  4 假如你现在要求一个位置‘只能出现一个数字’，那么这个位置上的字符只能是0、1、2、3.......9这是个数之一。

字符组:

 

 

 

字符:

量词:

 

.^$

*+?{}

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？就变成了非贪婪匹配，也就是惰性匹配。

贪婪匹配：

几个常用的配贪婪匹配:

  1 *？；重复任意次，但尽可能少重复
  2 +？：重复一次或更多次，但尽可能少重复
  3 ？？：重复0次或1次，但尽可能少重复
  4 {n,m}：重复n到m次，但尽可能少重复
  5 {n,}： 重复n次以上，但尽可能少重复

.*?的用法：

  1 .是任意字符
  2 *是取0到无限长度
  3 ?是非贪婪模式
  4 和在一起就是取尽量少的任意字符，一般不会这么单独写，大多用在：
  5 .*?x
  6 意思就是取前面任意长度的字符，直到一个x出现

字符集：

分组（）与或|[^]：

  1 （1）^[1-9]\d{13,16}[0-9x]$     #^以数字0-9开始，
  2                                 \d{13,16}重复13次到16次
  3                                 $结束标志
  4 上面的表达式可以匹配一个正确的身份证号码
  5 
  6 （2）^[1-9]\d{14}(\d{2}[0-9x])?$
  7 #？重复0次或者1次，当是0次的时候是15位，是1的时候是18位
  8 
  9 （3）^([1-9]\d{16}[0-9x]|[1-9]\d{14})$
 10 #表示先匹配[1-9]\d{16}[0-9x]如果没有匹配上就匹配[1-9]\d{14}
  1 举个例子，比如html源码中有<title>xxx</title>标签，用以前的知识，我们只能确定源码中的<title>和</title>是固定不变的。因此，如果想获取页面标题(xxx)，充其量只能写一个类似于这样的表达式：<title>.*</title>，而这样写匹配出来的是完整的<title>xxx</title>标签，并不是单纯的页面标题xxx。
  2 
  3        想解决以上问题，就要用到断言知识。
  4 
  5        在讲断言之前，读者应该先了解分组，这有助于理解断言。
  6 
  7        分组在正则中用()表示，根据小菜理解，分组的作用有两个：
  8 
  9 
 10 
 11        n  将某些规律看成是一组，然后进行组级别的重复，可以得到意想不到的效果。
 12 
 13        n  分组之后，可以通过后向引用简化表达式。
 14 
 15 
 16 
 17 
 18 
 19        先来看第一个作用，对于IP地址的匹配，简单的可以写为如下形式：
 20 
 21        \d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}
 22 
 23        但仔细观察，我们可以发现一定的规律，可以把.\d{1,3}看成一个整体，也就是把他们看成一组，再把这个组重复3次即可。表达式如下：
 24 
 25        \d{1,3}(.\d{1,3}){3}
 26 
 27        这样一看，就比较简洁了。
 28 
 29 
 30 
 31 再来看第二个作用，就拿匹配<title>xxx</title>标签来说，简单的正则可以这样写：
 32 
 33        <title>.*</title>
 34 
 35        可以看出，上边表达式中有两个title，完全一样，其实可以通过分组简写。表达式如下：
 36 
 37        <(title)>.*</\1>
 38 
 39        这个例子实际上就是反向引用的实际应用。对于分组而言，整个表达式永远算作第0组，在本例中，第0组是<(title)>.*</\1>，然后从左到右，依次为分组编号，因此，(title)是第1组。
 40 
 41        用\1这种语法，可以引用某组的文本内容，\1当然就是引用第1组的文本内容了，这样一来，就可以简化正则表达式，只写一次title，把它放在组里，然后在后边引用即可。
 42 
 43        以此为启发，我们可不可以简化刚刚的IP地址正则表达式呢？原来的表达式为\d{1,3}(.\d{1,3}){3}，里边的\d{1,3}重复了两次，如果利用后向引用简化，表达式如下：
 44 
 45        (\d{1,3})(.\1){3}
 46 
 47        简单的解释下，把\d{1,3}放在一组里，表示为(\d{1,3})，它是第1组，(.\1)是第2组，在第2组里通过\1语法，后向引用了第1组的文本内容。
 48 
 49        经过实际测试，会发现这样写是错误的，为什么呢？
 50 
 51        小菜一直在强调，后向引用，引用的仅仅是文本内容，而不是正则表达式！
 52 
 53        也就是说，组中的内容一旦匹配成功，后向引用，引用的就是匹配成功后的内容，引用的是结果，而不是表达式。
 54 
 55        因此，(\d{1,3})(.\1){3}这个表达式实际上匹配的是四个数都相同的IP地址，比如：123.123.123.123。
 56 
 57 
 58 
 59        至此，读者已经掌握了传说中的后向引用，就这么简单。
 60 
 61 对于分组的理解
对于分组的理解 View Code

 分组命名：语法（？p<name>）注意先命名，后正则

  1 import  re
  2 import re
  3 ret=re.search('<(\w+)>\w+<(/\w+)>','<h1>hello</h1>')
  4 print(ret.group())
  5 # 给分组起个名字。就用下面的分组命名，上面的方法和下面的分组命名是一样的，只不过就是给命了个名字
  6 ret=re.search('<(?P<tag_name>\w+)>\w+</(?P=tag_name)>','<h1>hello</h1>')
  7 
  8 #(?P=tag_name)就代表的是（\w+）
  9 print(ret.group()) # 了解（和上面的是一样的，是上面方式的那种简写）
 10 ret=re.search(r'<(\w+)>\w+</\1>','<h1>hello</h1>')
 11 print(ret.group(1))
View Code

转义符：

 

四、re模块

  1 # 1.re模块下的常用方法
  2 # 1.findall方法
  3 import re
  4 ret = re.findall('a','eva ang  egons')
  5 # #返回所有满足匹配条件的结果，放在列表里
  6 print(ret)
  7 
  8 # 2.search方法
  9 # 函数会在字符串中查找模式匹配，只会找到第一个匹配然后返回
 10 # 一个包含匹配信息的对象，该对象通过调用group()方法得到匹配的
 11 # 字符串，如果字符串没有匹配，则报错
 12 ret = re.search('s','eva ang  egons')#找第一个
 13 print(ret.group())
 14 
 15 
 16 # 3.match方法
 17 print(re.match('a','abc').group())
 18 #同search，只从字符串开始匹配,并且guoup才能找到
 19 
 20 
 21 # 4.split方法
 22 print(re.split('[ab]','abcd'))
 23 #先按'a'分割得到''和'bcd'，在对''和'bcd'分别按'b'分割
 24 
 25 
 26 # 5.sub方法
 27 print(re.sub('\d','H','eva3sdf4ahi4asd45',1))
 28 # 将数字替换成'H'，参数1表示只替换一个
 29 
 30 
 31 # 6.subn方法
 32 print(re.subn('\d','H','eva3sdf4ahi4asd45'))
 33 #将数字替换成’H‘，返回元组（替换的结果，替换了多少次）
 34 
 35 
 36 # 7.compile方法
 37 obj = re.compile('\d{3}')#将正则表达式编译成一个正则表达式对象，规则要匹配的是三个数字
 38 print(obj)
 39 ret = obj.search('abc12345eeeee')#正则表达式对象调用search，参数为待匹配的字符串
 40 print(ret.group()) #.group一下就显示出结果了
 41 
 42 # 8.finditer方法
 43 ret = re.finditer('\d','dsf546sfsc')#finditer返回的是一个存放匹配结果的迭代器
 44 # print(ret)#<callable_iterator object at 0x00000000021E9E80>
 45 print(next(ret).group())#查看第一个结果
 46 print(next(ret).group())#查看第二个结果
 47 print([i.group() for i in ret] )#查看剩余的左右结果
 48 
 49
re模块相关的方法 View Code

 

  1 import re
  2 ret = re.findall('www.(baidu|oldboy).com','www.oldboy.com')
  3 print(ret)   #结果是['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
  4 
  5 ret = re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
  6 print(ret) #['www.oldboy.com']
  7 
  8 findall的优先级查询
findall的优先级查询 View Code

 

  1 ret = re.split('\d+','eva123dasda9dg')#按数字分割开了
  2 print(ret) #输出结果：['eva', 'dasda', 'dg']
  3 
  4 ret = re.split('(\d+)','eva123dasda9dg')
  5 print(ret) #输出结果：['eva', '123', 'dasda', '9', 'dg']
  6 #
  7 # 在匹配部分加上()之后和不加括号切出的结果是不同的，
  8 # 没有括号的没有保留所匹配的项，但是有括号的却能够保留了
  9 # 匹配的项，这个在某些需要保留匹配部分的使用过程是非常重要的
 10 
 11 split的优先级查询
ret = re.split('\d+','eva123dasda9dg')#按数字分割开了 View Code

五、re模块和正则表达式的关系

re模块和正则表达式没有一点毛线关系。re模块和正则表达式的关系类似于time模块和时间的关系，你没有学习python之前，也不知道有一个time模块，但是你已经认识时间了呀，12:30就表示中午十二点半。时间有自己的格式，年月日时分秒，已成为一种规则。你早就牢记于心了，time模块只不过是python提供给我们的可以方便我们操作时间的一个工具而已。

六、collections模块

在内置数据类型（dict，list，set，tuple）的基础上，collections 模块还提供了几个额外的数据类型：

1.namedtuple：生成可以使用名字来访问元素内容的tuple

2.deque：双向队列（两头都可进可出，但是不能取中间的值），可以快速的从另外一侧追加和推出对象

3.Counter：计数器，主要用来计数

4.OrderedDict：有序字典

5.defaultdict：带有默认值的字典

namedtuple:

　　我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成：p=(1,2)

但是，看到（1，2），很难看出这个tuple是用来表示坐标的。

那么，我们的namedtuple就能用上了。

namedtuple('名称'，‘属性list’)

  1 from  collections import namedtuple
  2 point = namedtuple('point',['x','y'])
  3 p = point(1,2)
  4 print(p.x,p.y)、<br><br><br>
Circle = namedtuple('Circle', ['x', 'y', 'r'])#用坐标和半径表示一个圆

deque　

  1 单向队列<br># import queue  #队列模块
  2 # q = queue.Queue()
  3 # q.put(10)
  4 # q.put(20)
  5 # q.put(30)
  6 # # 10 20 30
  7 # print(q.get())
  8 # print(q.get())
  9 # print(q.get())
 10 # print(q.get())

deque是为了高效实现插入和删除操作的双向队列，适用于队列和栈

  1 from collections import deque
  2 q = deque(['a','b','c'])
  3 q.append('ee')#添加元素
  4 q.append('ff')
  5 q.append('qq')
  6 print(q)
  7 q.appendleft('www')#从左边添加
  8 print(q)
  9 
 10 
 11 q.pop() #删除元素
 12 q.popleft() #从左边删除元素
 13 print(q)

OrderedDict

使用字典时，key是无序的。在对字典做迭代时，我们无法确定key的顺序。如果要保持key的顺序，可以用OrderedDict

  1 from collections import OrderedDict
d = {'z':'qww','x':'asd','y':'asd','name':'alex'}
print(d.keys()) #key是无序的
  1 od = OrderedDict([('a', 1), ('b', 2), ('c', 3)]) print(od)# OrderedDict的Key是有序的 <br>OrderedDict([('a', 1), ('b', 2), ('c', 3)])<br><br><br>
 

注意，OrderedDict的Key会按照插入的顺序排列，不是Key本身排序：

     od = OderedDict ()

     od['z']=1

     od['y']=2

     od['x']=3

     print(od.keys())   #按照插入额key的顺序返回

defaultdict

  1 d = {'z':'qww','x':'asd','y':'asd','name':'alex'}
  2 print(d.keys())
  3 from  collections import defaultdict
  4 values = [11,22,33,44,55,66,77,88,99]
  5 my_dict = defaultdict(list)
  6 for v in values:
  7     if v>66:
  8         my_dict['k1'].append(v)
  9     else:
 10         my_dict['k2'].append(v)
 11 print(my_dict)
 12 
 13 找大于66和小于66的
找大于66和小于66的 View Code
  1 from collections import defaultdict
  2 dd = defaultdict(lambda: 'N/A')
  3 dd['key1'] = 'abc'
  4 print(dd['key1']) # key1存在
  5 
  6 print(dd['key2']) # key2不存在，返回默认值
defaultdict View Code

Counter

Counter类的目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。

  1 from collections import Counter
  2 c = Counter('abcdeabcdabcaba')
  3 print(c)
  4 # 输出：Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})
View Code
其他详细内容 https://www.cnblogs.com/lz1996/p/11568051.html

 

 

归类 :  Python相关

posted @ 2019-09-22 16:44  Py猫的故事  阅读(226)  评论(0)  编辑  收藏  举报
返回顶部