常用模块
1.
什么是序列化
序列化就是将内存中的数据类型转成另外一种格式
即:
字典 - --------序列化 - -------->其他的格式 - -------------->存到硬盘
硬盘 - --读取 - --->其他格式 - ---------反序列化 - ------->字典
2.
为什么要序列化
1、持久保存程序的运行状态
2、数据的跨平台交互
3.
如何序列化
json:（json格式不能识别单引号）
优点: 这种格式是一种通用的格式, 所有编程语言都能识别
缺点: 不能识别所有python类型
pickle
优点: 能识别所有python类型
缺点: 只能被python这门编程语言识别
json序列化与写入文件分开(dumps、loads)
import json 序列化 dic = {'a':True,"b":False,'c':'你好’} dic_js = json.dumps(dic) print(dic_js) 持久化(写入文件) with open('at','wt',encoding='utf-8')as f: f.write(dic_js) 从文件中读取json格式的字符 with open('at','rt',encoding='utf-8')as f: dic_js = f.read() print(dic_js) 反序列化 dic = json.loads(dic_js) print(dic)
json序列化+持久化(dump、load)
import json dic = {'a':True,"b":False,'c':'你好'} 序列化 with open('at','wt',encoding='utf-8')as f: json.dump(dic,f) 反序列化 with open('at','rt',encoding='utf-8')as f: json.load()
pickle（用法与json相同，注意，读取文件用wb,rb模式）
序列化、持久化分开 import pickle dic = {'a':True,"b":False,'c':'你好'} dic_pic = pickle.dumps(dic) with open('at','wb')as f: f.write(dic_pic) with open('at','rb')as f: dic_pic = f.read() dic=pickle.loads(dic_pic) 序列化、持久化连用 import pickle dic = {'a':True,"b":False,'c':'你好'} with open('at','wb')as f: pickle.dump(dic,f) with open('at','rb')as f: dic = pickle.load(f) print(dic)
时间模块time与datetime
time
1. 时间戳:time.time()
应用: 用来计算时间间隔
2. 格式化的字符串形式: time.strftime('%Y-%m-%d %H:%M:%S')
应用: 方便地取出格式化字符串形式的时间,用来显示
3. 结构化的时间: time.localtime()
time.gmtime()
应用:
1.单独获取当前时间的任意部分
2.用来时间戳与格式化字符串时间之间的转换
年-月-日 时:分:秒
t=time.localtime()
print('%s-%s-%s %s:%s:%s' %(t.tm_year,t.tm_mon,...))
datetime模块 vs time模块:
1.获取当前时间更方便
datetime.datetime.now()
2. 日期计算更为方便
datetime.datetime.now()+datetime.timedelta(days=3,hours=2)
3. 将时间戳转化为常用时间格式
datetime.datetime.fromtimestamp(123123123)
random模块（随机模块）
import random
print(random.random()) # (0,1)----float 大于0且小于1之间的小数
print(random.randint(1, 3)) # [1,3] 大于等于1且小于等于3之间的整数
print(random.randrange(1, 3)) # [1,3) 大于等于1且小于3之间的整数
print(random.choice([1, '23', [4, 5]])) # 1或者23或者[4,5]
print(random.sample([1, '23', [4, 5]], 2)) # 列表元素任意2个组合
print(random.uniform(1, 3)) # 大于1小于3的小数，如1.927109612082716
item = [1, 3, 5, 7, 9]
random.shuffle(item) # 打乱item的顺序,相当于"洗牌"
print(item)
随机验证码基础版（chr 是把数字按照ASCII表转成字符）
import random res = "" for i in range(4): num = str(random.randint(0,9)) max_alp = chr(random.randint(65,90)) min_alp = chr(random.randint(97,122)) res += random.choice([num,max_alp,min_alp]) print(res)
随机验证码函数版
import random def make_code(max_size = 4): res = "" for i in range(max_size): num = str(random.randint(0,9)) max_alp = chr(random.randint(65,90)) min_alp = chr(random.randint(97,122)) res += random.choice([num,max_alp,min_alp]) return res print(make_code(6))
subprocess模块
sub子
process进程
当一个正在运行的应用程序A，开启了另一个应用B，那么B就称为A的子进程
re模块（正则表达式）
1、什么是正则
正则就是用一些特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法
或者说：正则就是用来描述一类事物的规则
2、有什么用
用来处理字符串
1.获取符合规则的字符串内容
2.判断一个字符串是否符合某个规则
附加:字符串切割 截取
3、使用场景
1.对用户输入的数据进行判断
2.爬虫从页面文档提取需要的数据
import re # # # 要处理的字符串内容 # text = "123abcA_1s2-33333933" # # re正则表达式(规则) # reg = "[a\-z]" #量词 用于指定前面的表达式重复次数 # {a,b} 最少a 最多b # {,b} 最少0 最多b # {a,} 最少a 最多无穷 # + == {1,} # * == 任意次数{,} # ? == {0,1} # 范围匹配 # | a|b # [abcdefg] 括号中任意一个字符都能匹配 # res = re.findall(reg,text) # print(res) # 分组 会优先获取分组中内容 text = '<a href="https://www.baidu.com"/><img src="https://www.baidu.com/xx.jpg"></img>' reg = '<img src="(.*)"' print(re.findall(reg,text)) # 非获取(捕获)分组 # 当我们需要把两个表达式当做成体时 可以加括号 但是又不想获取分组中的内容仅仅是为了分组 # 加上?: text = "13221999093" # 判断手机号是否是189或132 print(re.findall("(?:132|189)\d{8}",text)) # 反向引用 #不许出现重复三次以上的字符 长度至少6位 pwd = input("请输入密码:") # 可以使用分组的序号来拿到前面分组内容 if re.findall(r"(.)\1\1",pwd) : print("密码格式错误 不允许出现三次重复的字符") elif len(pwd) >= 6 and len(pwd) <= 9: print("密码格式正确!") else: print("长度必须为6-9位")
# =================================匹配模式================================= #一对一的匹配 # 'hello'.replace(old,new) # 'hello'.find('pattern') #正则匹配 import re #\w与\W print(re.findall('\w','hello egon 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] print(re.findall('\W','hello egon 123')) #[' ', ' '] #\s与\S print(re.findall('\s','hello egon 123')) #[' ', ' ', ' ', ' '] print(re.findall('\S','hello egon 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] #\n \t都是空,都可以被\s匹配 print(re.findall('\s','hello \n egon \t 123')) #[' ', '\n', ' ', ' ', '\t', ' '] #\n与\t print(re.findall(r'\n','hello egon \n123')) #['\n'] print(re.findall(r'\t','hello egon\t123')) #['\n'] #\d与\D print(re.findall('\d','hello egon 123')) #['1', '2', '3'] print(re.findall('\D','hello egon 123')) #['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' '] #\A与\Z print(re.findall('\Ahe','hello egon 123')) #['he'],\A==>^ print(re.findall('123\Z','hello egon 123')) #['he'],\Z==>$ #^与$ print(re.findall('^h','hello egon 123')) #['h'] print(re.findall('3$','hello egon 123')) #['3'] # 重复匹配：| . | * | ? | .* | .*? | + | {n,m} | #. print(re.findall('a.b','a1b')) #['a1b'] print(re.findall('a.b','a1b a*b a b aaab')) #['a1b', 'a*b', 'a b', 'aab'] print(re.findall('a.b','a\nb')) #[] print(re.findall('a.b','a\nb',re.S)) #['a\nb'] print(re.findall('a.b','a\nb',re.DOTALL)) #['a\nb']同上一条意思一样 #* print(re.findall('ab*','bbbbbbb')) #[] print(re.findall('ab*','a')) #['a'] print(re.findall('ab*','abbbb')) #['abbbb'] #? print(re.findall('ab?','a')) #['a'] print(re.findall('ab?','abbb')) #['ab'] #匹配所有包含小数在内的数字 print(re.findall('\d+\.?\d*',"asdfasdf123as1.13dfa12adsf1asdf3")) #['123', '1.13', '12', '1', '3'] #.*默认为贪婪匹配 print(re.findall('a.*b','a1b22222222b')) #['a1b22222222b'] #.*?为非贪婪匹配：推荐使用 print(re.findall('a.*?b','a1b22222222b')) #['a1b'] #+ print(re.findall('ab+','a')) #[] print(re.findall('ab+','abbb')) #['abbb'] #{n,m} print(re.findall('ab{2}','abbb')) #['abb'] print(re.findall('ab{2,4}','abbb')) #['abb'] print(re.findall('ab{1,}','abbb')) #'ab{1,}' ===> 'ab+' print(re.findall('ab{0,}','abbb')) #'ab{0,}' ===> 'ab*' #[] print(re.findall('a[1*-]b','a1b a*b a-b')) #[]内的都为普通字符了，且如果-没有被转意的话，应该放到[]的开头或结尾 print(re.findall('a[^1*-]b','a1b a*b a-b a=b')) #[]内的^代表的意思是取反，所以结果为['a=b'] print(re.findall('a[0-9]b','a1b a*b a-b a=b')) #[]内的^代表的意思是取反，所以结果为['a=b'] print(re.findall('a[a-z]b','a1b a*b a-b a=b aeb')) #[]内的^代表的意思是取反，所以结果为['a=b'] print(re.findall('a[a-zA-Z]b','a1b a*b a-b a=b aeb aEb')) #[]内的^代表的意思是取反，所以结果为['a=b'] #\# print(re.findall('a\\c','a\c')) #对于正则来说a\\c确实可以匹配到a\c,但是在python解释器读取a\\c时，会发生转义，然后交给re去执行，所以抛出异常 print(re.findall(r'a\\c','a\c')) #r代表告诉解释器使用rawstring，即原生字符串，把我们正则内的所有符号都当普通字符处理，不要转义 print(re.findall('a\\\\c','a\c')) #同上面的意思一样，和上面的结果一样都是['a\\c'] #():分组 print(re.findall('ab+','ababab123')) #['ab', 'ab', 'ab'] print(re.findall('(ab)+123','ababab123')) #['ab']，匹配到末尾的ab123中的ab print(re.findall('(?:ab)+123','ababab123')) #findall的结果不是匹配的全部内容，而是组内的内容,?:可以让结果为匹配的全部内容 print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">点击</a>'))#['http://www.baidu.com'] print(re.findall('href="(?:.*?)"','<a href="http://www.baidu.com">点击</a>'))#['href="http://www.baidu.com"'] #| print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))
# ===========================re模块提供的方法介绍=========================== import re #1 print(re.findall('e','alex make love') ) #['e', 'e', 'e'],返回所有满足匹配条件的结果,放在列表里 #2 print(re.search('e','alex make love').group()) #e,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 print(re.match('e','alex make love')) #None,同search,不过在字符串开始处进行匹配,完全可以用search+^代替match #4 print(re.split('[ab]','abcd')) #['', '', 'cd']，先按'a'分割得到''和'bcd',再对''和'bcd'分别按'b'分割 #5 print('===>',re.sub('a','A','alex make love')) #===> Alex mAke love，不指定n，默认替换所有 print('===>',re.sub('a','A','alex make love',1)) #===> Alex make love print('===>',re.sub('a','A','alex make love',2)) #===> Alex mAke love print('===>',re.sub('^(\w+)(.*?\s)(\w+)(.*?\s)(\w+)(.*?)$',r'\5\2\3\4\1','alex make love')) #===> love make alex print('===>',re.subn('a','A','alex make love')) #===> ('Alex mAke love', 2),结果带有总共替换的个数 #6 obj=re.compile('\d{2}') print(obj.search('abc123eeee').group()) #12 print(obj.findall('abc123eeee')) #['12'],重用了obj
logging模块
import logging
# 1. 控制日志级别
# 2. 控制日志格式
# 3. 控制输出的目标为文件
logging.basicConfig(filename='access.log', #filename记录文件的路径
format='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s', # 日志的格式
datefmt='%Y-%m-%d %H:%M:%S %p', #修改日志格式当中的时间格式
level=10, #等级
)
这里需要注意的是不写filename的话，默认是stream=True,后者是输出打印到终端，filename是输出到制定路径，两者不能同时存在
logging.debug('debug日志') # 10
logging.info('info日志') # 20
logging.warning('warning日志') #30
logging.error('error日志')#40
logging.critical('critical日志') #50
# 1. 能够同时往终端与文件中记录日志
# 2. 能够修改字符串编码
import logging
# 1. logger对象: 负责生产各种级别的日志
logger1 = logging.getLogger('用户交易') # 日志名用来标识日志的与什么业务有关
# 2. filter对象: 过滤日志
# 3. handler对象: 控制日志输出目标位置
fh1 = logging.FileHandler('a1.log',encoding='utf-8')
fh2 = logging.FileHandler('a2.log',encoding='utf-8')
ch = logging.StreamHandler()
# 4. formmater对象：控制日志格式
formatter1 = logging.Formatter(
fmt='%(asctime)s - %(name)s - %(levelname)s -%(module)s: %(message)s',
datefmt='%Y-%m-%d %H:%M:%S %p'
)
formatter2 = logging.Formatter(
fmt='%(asctime)s - %(levelname)s : %(message)s',
datefmt='%Y-%m-%d %H:%M:%S %p'
)
# 5. 绑定logger对象与handler对象
logger1.addHandler(fh1)
logger1.addHandler(fh2)
logger1.addHandler(ch)
# 6. 绑定handler对象与formatter对象
fh1.setFormatter(formatter1)
fh2.setFormatter(formatter1)
ch.setFormatter(formatter2)
# 7. 设置日志级别,有logger对象与handler对象两层关卡,必须都放行最终日志才会放行,通常二者级别相同
logger1.setLevel(10)
fh1.setLevel(10)
fh2.setLevel(10)
ch.setLevel(10)
# 8. 使用logger对象产生日志
logger1.info('alex给egon转账1个亿')
