python总结-第五章-对象与文件

5.1 存储

1.文件

为了长期持续地存储，python必须把数据存储在磁盘中，这样，即使断电或者程序结束，数据依然存在。

在python中可以通过内置函数open来船舰文件对象，在调用时需要说明文件名以及打开方式：

创建一个新记事本对象：

f = open('Neo','w')

此时在默认目录下新建了一个‘Neo.txt’文档。在文档中先输入自定义语句Vinasis_Ra_Alwar

对文件‘Neo.txt’进行操作，其中read(10)为读取10哥字节的数据，readline()为读取一行，readlines()为读取所有行。

另外，文件的打开方式也有不同，以‘w’或‘a’方式打开表示我么可以写入文本：

若要写入一行，则需要在字符串末尾处加上换行符：Windows系统下为‘\r\n’，Unix系统下为‘\n’。

在读写完毕后，应该及时关闭文件，以免造成错误：

2.上下文管理器

上下文管理器（context manager）用于规定某个对象的使用范围。上下文管理器可以在不需要文件的时候自动关闭文件。

※有语法：with...as...

这里用了with...as...结构，上下文管理器有隶属于它的程序快，当隶属它的程序块结束时，也就是上下语句不再缩进时，上下文管理器就会自动关闭文件。

调用n.closed来验证文件是否关闭。输出为True，即文件已经关闭。

通过上下文管理器，我们相当于用缩进来表达文件的打开范围。

使用上下文管理器语法时，python会在进入程序块之前自动调用文件对象的__enter__()方法，在结束程序块时调用文件对象的__exit__()方法。在__exit__()方法中，有self.close()语句，因此，在调用上下文管理器时，我们就不用明文关闭文件了。可以说，任何定义了__enter__()方法和__exit__()方法的对象都可以用于上下文管理器。

3.pickle包——咸菜小罐

在大航海时代，长期处于海路船运生活的探险家们为了补充蔬菜里的营养物质，常把蔬菜腌制成咸菜装在罐子里带走，python中的pickle包正是取自此意。在编程中，常常产生需要的对象，但计算机关机或程序结束，这些对象都会消失，为了存储对象，只要把对象腌制成pickle罐装带走就好：

要腌咸菜，我们只需要两步：

① 我们将对象在内存中的数据抓取出来并转换成一个有序的文本，即所谓的序列化（serialization）。

② 将文本存入文件，等需要时从文件中读出文本再放入内存就能获得原有的对象。

使用dumps()方法：

使用dump()方法，可以缩短一行：

同时在默认地址下创建了文件。有了这个文件，我们就可以在需要的时候读取对象了(∩_∩)。

读取和存储的过程刚好相反，首先要从文件里读出文本，然后使用pickle的loads()方法将字符串形式的文本转换成对象，或者使用load()方法，省略一步：

5.2 时间

1.time包

在硬件基础上，计算机可以提供挂钟时间（wall clock time）：从某个时间点到现在的时间间隔。

clock()方法：

import time
start = time.clock()
for i in range(100):
    print(i**2)

end = time.clock()
print(end - start)

运行后打印：

上述程序调用了两次clock()方法，从而测量出镶嵌在他俩之间的程序运行所需的时间，需要注意的是，这在Unix系统上返回的是CPU时间，当CPU处于闲置状态时处理器时间会暂停，在Windows系统上返回的则是挂钟时间。

sleep()方法：

from time import sleep
sleep(10)
print('wakeup')

运行10秒后，打印出字符串‘wakeup‘。

time包还定义了struct_time对象，该对象将挂钟时间转换为年/月/日/时/分/秒，存储在该对象的各个属性中，比如tm_year,tm_mon,tm_mday..下面总结了几种将挂钟时间转换为struct_time对象的方法：

st = time.gmtime()        #返回struct_time格式的UTC时间
st = time.localtime()     #返回struct_time格式的当地时间，当地时间根据系统环境决定

我们也可以反过来，把一个struct_time对象转换为time对象：

s = time.mktime(st)        #将struct_time格式转换成挂钟时间

2.datetime包

datetime包是基于time包的一个高级包，使用起来更加便利。

date可以理解为由date与time两部分组成，date是指年月日构成的日期，time是指时分秒构成一天内具体24小时内的时刻。因此，datetime包包含了两类，datetime.date和datetime.time，也可以把两个类结合在一起使用，即datetime.datetime。下面开始介绍datetime.datetime类，datetim.date,datetime.time与datetime.datetime类似。

要表达一个时刻，可以：

import datetime

t = datetime.datetime(2012,12,21,12,21)
print(t)

打印：

对象t有以下属性：

hour-小时，minute-分，second-秒，millisecond-毫秒，microsecond-微秒

year-年，month-月，day-日，weekly-星期

借助datetime包，我么可以进行时间间隔运算。它包含一个专门的代表时间间隔的分类，即timedelta，一个datetime.datetime时刻加上一段时间，就有了一个新的时刻：

import datetime

t      = datetime.datetime(2012,9,3,21,30)
t_next = datetime.datetime(2012,9,5,23,30)
delta1 = datetime.timedelta(seconds = 600)
delta2 = datetime.timedelta(weeks = 3)

print(t + delta1)
print(t + delta2)
print(t_next - t)

打印结果：

除此之外还能进行比较运算：

print(t > t_next)

打印结果：

3.日期格式

对于包含时间信息的字符串，我么可以借助datetime包，把它转换成datetime类的对象，在其中运用了strptime()方法：

strptime()，按照特定时间格式将字符串转换为时间类型。

from datetime import datetime

str    = 'output-1991-02-13-030000.txt'
format = 'output-%Y-%m-%d-%H%M%S.txt'

t      = datetime.strptime(str,format)
print(t)

打印结果：

反其道而行之，运用strftime()方法：

strftime()：根据区域设置格式化本地时间/日期，函数的功能将时间格式化，或者说格式化一个时间字符串

from datetime import datetime
format = '%Y-%m-%d %H:%M'
t      = datetime(2012,9,3,12,30)
print(t.strftime(format))

打印结果：

除了表达年月日时分秒的特殊符号，还有代表其他不同信息的符号：

%A 表示英文的星期几
%a 表示简写的英文的星期几
%I 表示小时，12小时制
%p 表示上午或者下午，AM或者PM
%f 表示毫秒

※如果想在格式中表达%这个字符本身，而不是特殊符号，那可以使用%%

5.3正则表达式

1.正则表达式

正则表达式（regular expression）的主要功能是从字符串（string）中通过特定的模式，搜索希望找到的内容。python中可以使用包re来处理正则表达式。

import re
m = re.search('[0-9]','abcd4ef')
print(m.group(0))

re.search()接受两个参数，第一个参数‘[0-9]’就是我们说的正则表达式，它告诉python，‘我们需要从字符串中找到从0到9的任意一个数字字符。’

re.search()如果在第二个参数，即待查找的字符串中找到了符合要求的字符，就会返回一个对象m，我们可以通过m.group()方法查看搜索到的结果，若没有找到符合要求的字符，re.search()会返回None。

除了search方法外，re还提供了其他搜索方法：

m = re.search()  #搜索整个字符串，知道发现符合的子字符串
m = re.match()   #从开头开始检查字符串是否符合正则表达式，必须从字符串的第一个字符就开始相符

str = re.sub(pattern,replacement,string)  #sub()方法利用正则表达式pattern与字符串string对比，对搜索到的相符字符串，用replacement进行替换

str = re.split()  #根据正则表达式分割字符串，将分割后的子字符串都放在一个list中返回
str = re.findall()#根据正则表达式搜索字符串，将所有符合条件的子字符串放在一个list中返回

2.写一个正则表达式

.      #任意一个字符
a|b    #字符a或者字符b
[afg]  #a或者g或者f的一个字符
[0-4]  #0~4范围内的一个字符
[a-f]  #a到f范围内的一个字符
[^m]   #除了m的一个字符
\s     #一个空格
\S     #一个非空格
\d     #一个数字，相当于[0-9]
\D     #一个非数字，相当于[^0-9]
\w     #一个字母或者数字下划线，相当于[_0-9a-zA-Z]
\W     #一个非字母非数字非下划线，相当于[^_0-9a-zA-Z]

在表达某种形式的重复时，有：

*     #重复超过0次或更多次
+     #重复1次或超过1次
?     #重复0次或1次
{m}   #重复m次
{m,n} #重复m到n次，小于m次的重复和大于n次的重复都不符合条件

正则表达式位置符号：

^   #字符串起始的位置
$   #字符串结尾的位置

3.进一步提取

有时我们想对结果进行进一步的提炼，比如我们想从字符串content = ‘abcd_output_1994_abcd_1912_abcd’中提取信息：

import re
content  = 'abcd_output_1994_abcd_1912_abcd'
p        = 'output_\d{4}'
m        = re.search(p,content)
print(m.group(0))

上面的正则表达式可以筛出：

如果想进一步筛出1994这四个字符，可以在正则表达式上给目标加上括号：

import re
content  = 'abcd_output_1994_abcd_1912_abcd'
p        = 'output_(\d{4})'
m        = re.search(p,content)
print(m.group(1))

这个正则表达式中的()括起来的部分表达式称为群（group）一个正则表达式中可以有多个群。我们用group(number)的方法来查询群，需要注意的是，group(0)是整个正则表达式的匹配结果，group(1)是第一个群。

所以修改后的程序打印的结果是：

除了以默认群序号查找群外，我们还可以命名群名的方式查询：

​
import re
content  = 'abcd_output_1994_abcd_1912_abcd'
p        = 'output_(?P<year>\d{4})'
m        = re.search(p,content)
print(m.group('year'))

正则表达式中(?P<year>\d{4})括住了一个群，并把它命名成’year‘，这样在打印语句中通过m.group('year')即群名查找方法可以找到我们所需的年份，故打印结果：