Python常用正则表达式、pip下载加速、打包成可执行程序

一、python利用正则表达式提取文本中特定内容

1.re.compile():该函数用于生成一个正则表达式，也就是匹配的核心部分，用来定义你需要怎么匹配，匹配什么内容，更多细节可以去参看菜鸟教程。

2.re.findall():该函数用于在指定的字符串中进行匹配。

例子：1.在一段文本或字符串中提取从某一位置XXX开始到某一位置X结束的特定内容：re.compile(‘XXX.+X’)，示例：

import re
str='abcd1234efg'
pattern=re.compile('ab.+ef')   #匹配从ab开始，到ef结束的内容
result=pattern.findall(str)
print(result)

运行结果如下

['abcd1234ef']

2.在一段文本或字符串中提取从某一位置XXX之后到某一位置X之前的特定内容：re.compile(‘XXX（.+）X’)

import re
str='abcd1234efg'
pattern=re.compile('ab(.+)ef')   #匹配ab与ef之间的内容
result=pattern.findall(str)
print(result)

运行结果如下

['cd1234']

所以从这两个匹配可以看出，两者的主要区别就在于有无（），很实用的一种方法~~

3、re.findall

event_name = re.findall(r"<td>事件</td><td>(.+?)</td>",content)

正则匹配 以“<tr>事件</td><td>”开头  和  以“</tr>”结尾  之间的内容

二、用python正则表达式提取字符串

https://www.cnblogs.com/rj81/p/5933838.html

三、Python利用正则表达式匹配并截取指定子串及去重的方法

import re
pattern=re.compile(r'\| (\d+) \| (\d+) \|')
numset=set()
all='''
| 29266795 | 533 |
| 29370116 | 533 |
| 29467495 | 533 |
| 29500404 | 533 |
| 29500622 | 533 |
| 29515964 | 530 |
| 29516015 | 530 |
| 29520954 | 530 |
| 29520960 | 530 |
| 29525346 | 530 |
| 29525351 | 530 |
| 29525365 | 530 |
'''
matches=pattern.findall(all)
for did,dt in matches:
 numset.add(dt)
print numset

输入结果：

{'533', '530'}

四、pip下载加速

使用方法，在命令后加后缀，加速：

pip install numpy -i  https://pypi.douban.com/simple/

阿里云  https://mirrors.aliyun.com/pypi/simple/

中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/

豆瓣(douban) https://pypi.douban.com/simple/

清华大学 https://pypi.tuna.tsinghua.edu.cn/simple/

中国科学技术大学 https://pypi.mirrors.ustc.edu.cn/simple/

五、将Python脚本打包成可执行程序

1.下载pyinstaller

pip install pyinstaller -i https://pypi.douban.com/simple/ 
或 
pip3 install pyinstaller -i https://pypi.douban.com/simple/

2.pyinstaller打包方法

PyInstaller提供了两种把.py文件包成.exe文件的方式：

第一种：把由.py文件打包而成的.exe文件及相关文件放在一个目录中。

语法：pyinstaller 应用程序
eg：pyinstaller Hello.py

第二种：加上 -F 参数后把制作出的.exe打包成一个独立的.exe格式的可执行文件。

语法：pyinstaller -F 应用程序
eg：pyinstaller -F Hello.py 

1、打包后.exe文件在dist目录下

2、 执行一次打包命令通常会生成两个目录一个附件，分别是build、dist、和xx.spec。build是编译过程中的中间产物，dist是最终可执行程序目录，spec文件是类似缓存，如果你第二次打包，则需要先把spec删掉，否则第二次打包会受影响。

参考：https://zhuanlan.zhihu.com/p/85760495