使用Python内置模块的目的:拿来别人已经写好的模块功能,直接import内置模块使用,简化程序,避免重复造轮子的过程,提示自己的开发效率;
一、 loging日志模块:
1、 loging模块可以记录不同安全级别日志:
debug、info、warning、error、critical(关键的)可以灵活使用;(5中安全级别日志全部记录,或选择其中几种级别记录)
import logging logging.debug("修复") #5种安全级别 灵活使用 logging.info("提示") logging.warning("注意")#--------注意---------高于waring(默认等级)此安全级别的日志才会显示到屏幕上 logging.error("错误") logging.critical("重要") 执行结果 WARNING:root:注意 ERROR:root:错误 CRITICAL:root:重要
2、日志输出流
既然记录了日志就应该 显示到屏幕 或者 保存至文件,这就是日志输出流;
3、日志格式配置
上述日志信息单纯,记录价值不大,我们可以设置它的日志格式。loging模块提供了2种 日志配置方式;
(1)basicConfig函数配置方式(一切围绕basicConfig函数里放什么参数展开)
logging.DEBUG #设置日志安全级别
format='%(asctime)s' #asctime:配置当前时间
'---%(message)s' #message:配置日 义信息
'%(lineno)s', #lineno:打印输出日志函数所在的行号
datefmt='%Y-%m-%d %H:%M:%S', #设置日期格式 datefmt
filename="loger", #设置"日志输出流的文件'filename
filemode="a") #设置以追加方式记录到文件 filemode
logging.basicConfig(level=logging.DEBUG, #设置日志安全级别 logging.DEBUG format='%(asctime)s' #asctime:配置当前时间 '---%(message)s' #message:配置日志的自定义信息 '%(lineno)s', #lineno:打印输出日志函数所在的行号 datefmt='%Y-%m-%d %H:%M:%S', #设置日期格式 datefmt filename="loger", #设置"日志输出流的文件'filename filemode="a") #设置以追加方式记录到文件 filemode logging.debug("修复") logging.info("提示") logging.warning("注意") logging.error("错误") logging.critical("重要")
(2)loger对象配置日志格式
basicConfig只能同时选择一种日志输出流,而loger对象可以把日志信息,同时输出到屏幕和文件里。
loger对象配置日志格式,一切围绕高度定制化、组装原则,1 创建loger 2创建输出对象 3创建输出格式对象, 相互组装起来;
loger=logging.getLogger() #得到一个原始的loger对象 file_stream=logging.FileHandler("Loger2") #创建1个文件输出对象 sh=logging.StreamHandler() #创建一个屏幕输出对象 Format=logging.Formatter("%(asctime)s-%(levelname)s-%(message)s") #创建一个日志格式对象 #------------------------------------------------------------------------------------------------------------- #loger配置日志格式方式:就是围绕一切高度定制化的原则展开 #(1)先创建出 loger对象,屏幕输出对象,文件输出对象,日志格式对象 # (2)让 loger对象 吸取 文件、屏幕输出流对象 #(3) 让 文件、屏幕输出流对象吸取日志格式对象功能 file_stream.setFormatter(Format) #文件输出流吸取 日志格式对象 sh.setFormatter(Format) #屏幕输出流吸取 日志格式对象 loger.setLevel(logging.DEBUG) #设置日志等级 loger.addHandler(file_stream) #原始的loger对象 吸走文件输出对象,就可以把日志信息输出到文件了; loger.addHandler(sh) #原始的loger对象,吸走屏幕输出对象,就可以把日志信息输出到屏幕了; #loger对象貌似有了吸星大法,可以通过addHandler()方法,吸取对象的功能,以为己用; loger.debug("修复") loger.info("提示") loger.warning("注意") #默认安全级别也是waring,waring以上安全级别的日志才回输出 loger.error("错误") loger.critical('重要')
二、序列化模块 json、picle
1、 josn就是各种语言 之间 信息交换的桥梁,一种各语言普遍支持的 中间数据类型;
每种编程语言都有自己的数据类型,不同语言之间 交换数据就就需要 通过序列化来完成;
序列化:把对象(Python的变量、列表、字典...)从内存中变成可以存储或传输的过程就是序列化;
json.dumps()、json.loads()方法:
import json d={'name':'zhanggen'} j=json.dumps(d) # 序列化:json.dumps()把 Python里面的字典类型转出成 json字符串; # 这样就可以把数据写入文本、网络传输了; with open('b.txt','w') as f: f.write(j) f.flush() #---------------------------------------- 反序列化:把json字符串 转换成,Python对应的数据类型。 with open('b.txt','r') as f: d1=json.loads(f.read()) # print(d1['name'])
json.dump()、json.load()方法:
with open("new_b.txt",'w') as f: json.dump(d,f) # json.dump(d,f)方法比较对应写入文件,该方法可以传2个参数 (数据,写入的文件) #省略了 f.write()这一步了; #1、把d转换成json字符串,把json字符串直接写入f文件对象 with open("new_b.txt",'r') as f: print(json.load(f)['name']) #load(文件句柄)方法 可以直接把文件句柄传进去,自动转换成Python相应类型
三、正则表达式模块 re
正则表达式 用来描述 匹配、查找字符的 某一种规则;
Python字符串的方法(replace,) 只有一些简单的完全匹配模式,查找处理的内容比较单一;(说1找1 说2找2),固有了Python有了 re模块;
re:实现对字符串的模糊匹配 (可以写一个正则规则,批量匹配,找出符合某些规则的字符,匹配多个字符)
1、 正则表达式 由 元字符(有特殊功能的字符)+查找对象组成
2、re基本元字符介绍:人类世界里如果想要表达自己的意图,可以使用语言或者文字+你的对象。在正则里想要表达自己的匹配意图使用元字符+匹配对象;
(1)单个字符匹配:
. : 匹配除了换行符之外的,任意1个字符
[] :匹配指定范围内的任意单个字符,如果[ab]里有两个字符,就是a或者b的意思 (注意在 字符集[]里 *,+,.都是普通字符,不再具有元字符功能, -,^,\除外)
[^]:匹配指定范围外的任意单个字符 (注意^符号在[]字符集里面表示取反)
|:管道符 或 的意思和[ab]功能一样
^ab :以什么开头的字符;(只匹配开始的位置)
ab$ :以什么结尾的字符 (只匹配结束位置,$符号要放在要匹配的字符后面)
\d:匹配0-9之间的任意1个数字
\D:非0-9之间的数字
\w匹配任意1个字母和数字(除了特殊符号)
\W匹配非字母和数字
\s匹配空白字符
\S 匹配非空白的字符(只要不是空白都可以匹配 * 、- 、+)
\b:匹配一个特殊字符(空格、&、#)边界
\:转意符,把一部分普通字符(\d,\w)变成具有特殊意义的元字符,把具有特殊意义的元字符变成普通字符;
(): 分组 使用N个匹配规则对1个字符串进行匹配,得到N组匹配结果,()里的内容优先显示;
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
str1='03124961103' pattern1=re.compile(r'(\d+)(4961\d+)') #无名名分组 pattern2=re.compile(r'(?P<bao_ding>\d+)(?P<tang_xian>496\d+)') #有名分组 match_obj1=re.match(pattern1,str1) match_obj2=re.match(pattern2,str1) print(match_obj2.groups()) #查看匹配到的所有分组 ('0312', '4961103') print(match_obj1.group(1)) #根据索引位置查看 print(match_obj1.group(2)) #根据索引位置查看 print(match_obj2.group('bao_ding')) #根据组名查看 0312 print(match_obj2.group('tang_xian')) #根据组名查看 4961103
(?:) 取消分组的优先级
一定要注意正则表达式里的元字符有 两种类型 一种是表示单个字符意义的,另一种是表示重复意义的;
(2)重复元字符:(表示从复表达 左边的字符 多少次 )
* : 匹配*左边的字符 0-N次;
+ : 从复+左边的字符 1-无穷次
{1} : 从复指定的次数
{1,6} : 从复1-6次数
?: 从复0次或者1次
常用:(.*?)
3、re模块的方法
re.findall():找到所有符合匹配规则的元素,返回一个列表;基本正则表达式元字符:(匹配找到的所有结果)
print(re.findall( '-?\d+\.?\d*\*-?\d+\.?\d*','2*-6+7*45+1.4*3-8/4')
re.finditer():匹配结果为一个迭代器
patten=re.compile(r'hello') :编写一个匹配规则
![](https://images.cnblogs.com/OutliningIndicators/ContractedBlock.gif)
import re str0='h123elloworld' pattern0=re.compile(r'^h(.*?)e') #创建1条匹配规则 match_obj=re.match(pattern0,str0) #march方法返回1个match对象 # print(match_obj) #<_sre.SRE_Match object; span=(0, 5), match='hello'> print(match_obj.group()) #匹配成功的字符串 hello # print(match_obj.start()) #开始匹配的index位置 0 # print(match_obj.end()) #结束匹配的index位置 5 # # print(match_obj.span()) #字符串 索引跨度 # print(match_obj.span(2))
re.search():只匹配找到的第一个结果
re.sub():替换匹配结果
re.sub([all ],flags=re.S):替换所有匹配结果,flags=re.S匹配所有换行和空格
desc=mark_safe(re.sub (r'[\n]','<br/>',desc1,flags=re.S)) #替换所有换行,在前端显示
re.match()和re.search()的区别?
性能
match()函数只检测RE是不是在string的开始位置匹配
search()会扫描整个string查找匹配,会扫描整个字符串并返回第一个成功的匹配