1.正则使用(主要是注意贪婪模式非贪婪模式的使用,即[.*]/[.*?])
1).re.I(re.IGNORECASE): 忽略大小写
2).re.M(MULTILINE): 多行模式,改变'^'和'$'的行为
3).re.S(DOTALL): 点任意匹配模式,改变'.'的行为
4).re.L(LOCALE): 使预定字符类 \w \W \b \B \s \S 取决于当前区域设定
5).re.U(UNICODE): 使预定字符类 \w \W \b \B \s \S \d \D 取决于unicode定义的字符属性
6).re.X(VERBOSE): 详细模式。这个模式下正则表达式可以是多行,忽略空白字符,并可以加入注释
import re
reObj = re.compile(r'language-string\".*?name=\".*?\"', re.DOTALL)
reObj2 = re.compile(r'id=\"lang' + i['name'] + '\".*?\>.*?(?:\<\/span\>|\<\/span--\>)', re.DOTALL)
2.去除数组重复数据
def delRepeat(ids):
if ids:
resultArr = []
for x in ids:
if not str(x) in resultArr:
resultArr.append(str(x))
else:
return ids
return resultArr
3.判断是否可以装换为数字
def is_number(s):
try:
float(s)
return True
except ValueError:
pass
try:
import unicodedata
unicodedata.numeric(s)
return True
except (TypeError, ValueError):
pass
return False
4.目录下查找字符串
def seekStringByFoler(path, str):
resultArr = []
fileList = os.listdir(path)
for i in fileList:
file_name = path + "\\" + i
with open(file_name, 'r', encoding="utf-8") as f:
for (num, line) in enumerate(f):
if str in line:
resultArr.append(line)
return resultArr
5.文件读写
with open(htmlPath, 'r', encoding='UTF-8') as file:
# 使用 read() 函数读取文件内容并将它们存储在一个新变量中
data = file.read()
with open(htmlPath, 'w+', encoding='UTF-8') as file:
file.write(data)
6.脚本传参数
import argparse
parser.add_argument('--repeat', type=bool, default=True, help='重复的是否全部替换')