今天学习内容如下：
1.正则表达式
百度正则表达式在线测试，可以练习
正则表达式本身也和python没有什么关系，就是匹配字符串内容的一种规则。官方定义：正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。re模块本质上和正则表达式没有一毛钱的关系。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 12:30就表示中午十二点半（这个时间可好，一般这会儿就该下课了）。时间有自己的格式，年月日时分秒，12个月，365天......已经成为了一种规则。你也早就牢记于心了。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。
字符组;在同一个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
2.re 模块
import re # ret = re.findall('[a-z]+','eva egon yuan') # print(ret) # 返回所有满足匹配条件的结果,放在列表里 # ret = re.search('a','eva egon yuan') # # print(ret) # print(ret.group()) # 从前往后，找到一个就返回,返回的变量需要调用group才能拿到结果 # 如果没有找到，那么返回None，调用group会报错 # ret = re.match('e','eva egon yuan') # print(ret.group()) # match是从头开始匹配，如果正则规则从头开始可以匹配上，就返回一个变量。 # 匹配的内容需要用group才能显示 # 如果没匹配上，就返回None，调用group会报错 # ret = re.split('[ab]','eva egon yuan',1) # ret = re.split('[ab]','ava egon yuan',1) # ret = re.split('[ab]','ava egon yuan') # print(ret) # # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割 # # ret = re.sub('\d', 'H', 'eva3egon4yuan4',1) # # 将数字替换成'H'，参数1表示只替换1个 # print(ret) #evaHegon4yuan4 # ret = re.subn('\d', 'H', 'eva3egon4yuan4') # #将数字替换成'H'，返回元组(替换的结果,替换了多少次) # print(ret) # # obj = re.compile('\d{3}') # # #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字 # # ret = obj.search('abc123456eeee') #正则表达式对象调用search，参数为待匹配的字符串 # # print(ret.group()) # ret = obj.search('abcashgjgsdghkash456eeee3wr2') #正则表达式对象调用search，参数为待匹配的字符串 # print(ret.group()) #结果 ： 123
# import re # ret = re.finditer('\d','dsdkfsf123dlll') # print(ret) # print(next(ret).group()) # print(next(ret).group()) # for i in ret: # print(i.group()) # # import re # ret = re.search('^([1-9])(\d{14})(\d{2}[0-9x])?$','110105199912122277') # print(ret) # # print(ret.group(1)) # print(ret.group(2)) # print(ret.group(3)) # import re # ret = re.findall('www.(baidu|oldboy)\.com', 'www.oldboy.com') # print(ret) # ['oldboy'] # # import re # ret = re.findall('www.(?:baidu|oldboy)\.com', 'www.oldboy.com') # print(ret) # ['www.oldboy.com'] import re # ret=re.split("\d+","eva3egon4yuan") # print(ret) #结果 ： ['eva', 'egon', 'yuan'] ret=re.split("(\d+)","eva3egon4yuan") print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan']
import re print(re.findall('.\d','34')) print(re.findall('.\d','\n4')) print(re.findall('.\d','\n4',re.S))
import re # print(re.findall('\\\\s','\s')) # print(re.findall(r'\\n',r'\nhfh')) # ret = search('\d(\w)+','awir17948jsdc'） ret = re.search('\d(?P<name>\w\d)+','awir17948jsdcm') # 找整个字符串，遇到匹配上的就返回，遇不到就None # 如果有返回值ret.group()就可以取到值 # 取分组中的内容 ： ret.group(1) / ret.group('name') print(ret.group('name')) print(ret.group(1)) print(ret.group())
import re ret = re.search("<(?P<tag_name>\w+)>\w+</(?P=tag_name)>","<h1>hello</h1>") #还可以在分组中利用?<name>的形式给分组起名字 #获取的匹配结果可以直接用group('名字')拿到对应的值 print(ret.group('tag_name')) #结果 ：h1 print(ret.group()) #结果 ：<h1>hello</h1> ret = re.search(r"<(\w+)>\w+</\1>","<h1>hello</h1>") #如果不给组起名字，也可以用\序号来找到对应的组，表示要找的内容和前面的组内容一致 #获取的匹配结果可以直接用group(序号)拿到对应的值 print(ret.group(1)) print(ret.group()) #结果 ：<h1>hello</h1>
import re ret=re.findall("\d+","1-2*(60+(-40.35/5)-(-4*3))") print(ret) #['1', '2', '60', '40', '35', '5', '4', '3'] ret=re.findall("-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))") print(ret) #['1', '-2', '60', '', '5', '-4', '3'] ret.remove("") print(ret) #['1', '-2', '60', '5', '-4', '3']
3.模块
什么是模块？
常见的场景：一个模块就是一个包含了python定义和声明的文件，文件名就是模块名字加上.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 已被编译为共享库或DLL的C或C++扩展
3 包好一组模块的包
4 使用C编写并链接到python解释器的内置模块
为何要使用模块？
如果你退出python解释器然后重新进入，那么你之前定义的函数或者变量都将丢失，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，我们通常将程序分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以把这些文件当做脚本去执行，还可以把他们当做模块来导入到其他的模块中，实现了功能的重复利用，
4.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：Counter、deque、defaultdict、namedtuple和OrderedDict等。
1.namedtuple: 生成可以使用名字来访问元素内容的tuple
2.deque: 双端队列，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('名称', [属性list]): from collections import namedtuple # Point = namedtuple('point',['x','y','z']) # p1 = Point(1,2,3) # p2 = Point(1,2,3) # print(p1.x) # print(p1.y) # print(p1,p2) #花色和数字 # Card = namedtuple('card',['suits','number']) # c1 = Card('红桃',2) # print(c1) # print(c1.number) # print(c1.suits)
使用list存储数据时，按索引访问元素很快，但是插入和删除元素就很慢了，因为list是线性存储，数据量大的时候，插入和删除效率很低。 deque是为了高效实现插入和删除操作的双向列表，适合用于队列和栈： #队列(先进先出 FIFO) # import queue # q = queue.Queue() # q.put(10) # q.put(5) # q.put(6) # print(q) # print(q.get()) # print(q.get()) # # print(q.get()) # # print(q.get())#阻塞 # print(q.qsize()) from collections import deque dq = deque([1,2]) dq.append('a')# 从后面放数据 [1,2,'a'] dq.appendleft('b')#从前面放数据['b',1,2,'a'] dq.insert(2,3)#['b',1,3,2,'a'] print(dq.pop())# 从后面取数据 print(dq.pop())# 从后面取数据 print(dq.popleft())#从前面取数据 print(dq)
使用dict时，Key是无序的。在对dict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： # d = dict([('a', 1), ('b', 2), ('c', 3)]) # print(d) # dict的Key是无序的 from collections import OrderedDict od = OrderedDict([('a',1),('b',2),('c',3)]) print(od) # OrderedDict的Key是有序的 print(od['a']) for k in od: print(k)
使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict： 有如下值集合 [11,22,33,44,55,66,77,88,99,90...]，将所有大于 66 的值保存至字典的第一个key中，将小于 66 的值保存至第二个key的值中。 即： {'k1': 大于66 , 'k2': 小于66} 示例一 values = [11, 22, 33,44,55,66,77,88,99,90] my_dict = {} for value in values: if value>66: if my_dict.has_key('k1'): my_dict['k1'].append(value) else: my_dict['k1'] = [value] else: if my_dict.has_key('k2'): my_dict['k2'].append(value) else: my_dict['k2'] = [value] 使用dict时，如果引用的Key不存在，就会抛出KeyError。如果希望key不存在时，返回一个默认值，就可以用defaultdict： 示例二 from collections import defaultdict values = [11, 22, 33,44,55,66,77,88,99,90] d = defaultdict(lambda :109) d = defaultdict(10)#TypeError: first argument must be callable or None print(d) print(d['m']) print(d['a']) print(d) # my_dict = defaultdict(list) # print(my_dict['k1']) # for value in values: # if value>66: # my_dict['k1'].append(value) # else: # my_dict['k2'].append(value) # print(my_dict)
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。 c = Counter('abcdeabcdabcaba') print c 输出：Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})
5.time 模块
#常用方法
1.time.sleep(secs)
(线程)推迟指定的时间运行。单位为秒。
2.time.time()
获取当前时间戳
表示时间的三种方式
在Python中，通常有这三种方式来表示时间：时间戳、元组(struct_time)、格式化的时间字符串：
(1)时间戳(timestamp) ：通常来说，时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())”，返回的是float类型。（给计算机看的）
(2)格式化的时间字符串(Format String)： ‘1999-12-06’（给人看的）
%y 两位数的年份表示（00-99） %Y 四位数的年份表示（000-9999） %m 月份（01-12） %d 月内中的一天（0-31） %H 24小时制小时数（0-23） %I 12小时制小时数（01-12） %M 分钟数（00=59） %S 秒（00-59） %a 本地简化星期名称 %A 本地完整星期名称 %b 本地简化的月份名称 %B 本地完整的月份名称 %c 本地相应的日期表示和时间表示 %j 年内的一天（001-366） %p 本地A.M.或P.M.的等价符 %U 一年中的星期数（00-53）星期天为星期的开始 %w 星期（0-6），星期天为星期的开始 %W 一年中的星期数（00-53）星期一为星期的开始 %x 本地相应的日期表示 %X 本地相应的时间表示 %Z 当前时区的名称 %% %号本身
(3)结构化时间-元组(struct_time) ：struct_time元组共有9个元素共九个元素:(年，月，日，时，分，秒，一年中第几周，一年中第几天等）（元组则是用来操作时间的）
import time # print(time.strftime('%y-%m-%d %H-%M-%S')) # print(time.strftime('%Y-%m-%d %H-%M-%S')) # print(time.strftime('%Y/%m/%d %H-%M-%S')) # print(time.strftime('%Y:%m:%d %H-%M-%S')) # print(time.strftime('%Y-%m-%d %X')) struct_time = time.localtime() print(struct_time) print(struct_time.tm_year)
import time # 时间戳和结构化时间转换 #时间戳-->结构化时间 #time.gmtime(时间戳) #UTC时间，与英国伦敦当地时间一致 #time.localtime(时间戳) #当地时间。例如我们现在在北京执行这个方法：与UTC时间相差8小时，UTC时间+8小时 = 北京时间 # t = time.time() # print(t) # print(time.localtime(1500000000)) # print(time.localtime(t)) # print(time.localtime()) # print(time.gmtime(t)) #时间戳<--结构化时间 # print(time.mktime(time.localtime())) #格式化时间--》结构化时间 # print(time.strptime('2000-12.31','%Y-%m.%d')) #格式化时间《--结构化时间 print(time.strftime('%m/%d/%Y %H:%M:%S',time.localtime()))
#结构化时间 --> %a %b %d %H:%M:%S %Y串 #time.asctime(结构化时间) 如果不传参数，直接返回当前时间的格式化串 >>>time.asctime(time.localtime(1500000000)) 'Fri Jul 14 10:40:00 2017' >>>time.asctime() 'Mon Jul 24 15:18:33 2017' #时间戳 --> %a %d %d %H:%M:%S %Y串 #time.ctime(时间戳) 如果不传参数，直接返回当前时间的格式化串 >>>time.ctime() 'Mon Jul 24 15:19:07 2017' >>>time.ctime(1500000000) 'Fri Jul 14 10:40:00 2017'
import time true_time=time.mktime(time.strptime('2017-09-11 08:30:00','%Y-%m-%d %H:%M:%S')) time_now=time.mktime(time.strptime('2017-09-12 11:00:00','%Y-%m-%d %H:%M:%S')) dif_time=time_now-true_time struct_time=time.gmtime(dif_time) print('过去了%d年%d月%d天%d小时%d分钟%d秒'%(struct_time.tm_year-1970,struct_time.tm_mon-1, struct_time.tm_mday-1,struct_time.tm_hour, struct_time.tm_min,struct_time.tm_sec))
6.random模块
>>> import random #随机小数 >>> random.random() # 大于0且小于1之间的小数 0.7664338663654585 >>> random.uniform(1,3) #大于1小于3的小数 1.6270147180533838 #恒富：发红包 #随机整数 >>> random.randint(1,5) # 大于等于1且小于等于5之间的整数 >>> random.randrange(1,10,2) # 大于等于1且小于10之间的奇数 #随机选择一个返回 >>> random.choice([1,'23',[4,5]]) # #1或者23或者[4,5] #随机选择多个返回，返回的个数为函数的第二个参数 >>> random.sample([1,'23',[4,5]],2) # #列表元素任意2个组合 [[4, 5], '23'] #打乱列表顺序 >>> item=[1,3,5,7,9] >>> random.shuffle(item) # 打乱次序 >>> item [5, 1, 3, 7, 9] >>> random.shuffle(item) >>> item [5, 9, 7, 1, 3]
import random def v_code(): code = '' for i in range(5): num=random.randint(0,9) alf=chr(random.randint(65,90)) add=random.choice([num,alf]) code="".join([code,str(add)]) return code print(v_code())
7.os模块
os模块是与操作系统交互的一个接口
''' os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径 os.chdir("dirname") 改变当前脚本工作目录；相当于shell下cd os.curdir 返回当前目录: ('.') os.pardir 获取当前目录的父目录字符串名：('..') os.makedirs('dirname1/dirname2') 可生成多层递归目录 os.removedirs('dirname1') 若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推 os.mkdir('dirname') 生成单级目录；相当于shell中mkdir dirname os.rmdir('dirname') 删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname os.listdir('dirname') 列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印 os.remove() 删除一个文件 os.rename("oldname","newname") 重命名文件/目录 os.stat('path/filename') 获取文件/目录信息 os.sep 输出操作系统特定的路径分隔符，win下为"\\",Linux下为"/" os.linesep 输出当前平台使用的行终止符，win下为"\t\n",Linux下为"\n" os.pathsep 输出用于分割文件路径的字符串 win下为;,Linux下为: os.name 输出字符串指示当前使用平台。win->'nt'; Linux->'posix' os.system("bash command") 运行shell命令，直接显示 os.popen("bash command).read() 运行shell命令，获取执行结果 os.environ 获取系统环境变量 os.path os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。如何path以／或\结尾，那么就会返回空值。 即os.path.split(path)的第二个元素 os.path.exists(path) 如果path存在，返回True；如果path不存在，返回False os.path.isabs(path) 如果path是绝对路径，返回True os.path.isfile(path) 如果path是一个存在的文件，返回True。否则返回False os.path.isdir(path) 如果path是一个存在的目录，则返回True。否则返回False os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回，第一个绝对路径之前的参数将被忽略 os.path.getatime(path) 返回path所指向的文件或者目录的最后访问时间 os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间 os.path.getsize(path) 返回path的大小 '''
注意：os.stat('path/filename') 获取文件/目录信息 的结构说明
stat 结构: st_mode: inode 保护模式 st_ino: inode 节点号。 st_dev: inode 驻留的设备。 st_nlink: inode 的链接数。 st_uid: 所有者的用户ID。 st_gid: 所有者的组ID。 st_size: 普通文件以字节为单位的大小；包含等待某些特殊文件的数据。 st_atime: 上次访问的时间。 st_mtime: 最后一次修改的时间。 st_ctime: 由操作系统报告的"ctime"。在某些系统上（如Unix）是最新的元数据更改的时间，在其它系统上（如Windows）是创建时间（详细信息参见平台的文档）。
8.sys 模块
sys模块是与python解释器交互的一个接口
sys.argv 命令行参数List，第一个元素是程序本身路径 sys.exit(n) 退出程序，正常退出时exit(0),错误退出sys.exit(1) sys.version 获取Python解释程序的版本信息 sys.path 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值 sys.platform 返回操作系统平台名称