什么是模块
1 容器,例如列表,元组,字符串等等,这些是对数据的封装。函数是对语句的封装。模块,就是程序,模块就是平时写的任何代码,保存的每一个.py结尾的文件,都是一个独立的模块。
2 把这个文件保存起来的时候,他就是一个独立的模块了。(为了让默认的IDLE可以找到这个模块,需要把这个文件放在python安装的目录下。)这时就可以在IDLE中导入模块。
3 命名空间(Namespace)表示标识符(identifier)的可见范围。一个标识符可以在多个命名空间中定义,他在不同命名空间中的含义是互不相干的。
4 模块的分类:模块的分类分为三种。
(1) 内置函数:python中,安装好了Python后,本身就带有的库,就叫做Python的内置的库。内置模块,也被称为Python的标准库。
(2) 第三方模块:而非Python本身自带的库,就是所谓的第三方的库。
(3) 自定义模块:自己给自己定义的模块。
import的介绍
1 在python用import或者from...import来导入相应的模块。模块其实就是一些函数和类的集合文件,它能实现一些相应的功能,当我们需要使用这些功能的时候,直接把相应的模块导入到我们的程序中,我们就可以使用了。
2 直接import,但在调用模块中函数的时候,需要加上模块的命名空间。如果导入方法直接将模块的命名空间覆盖进来,所以在调用的时候也就不需要加上命名空间了(尽量不要使用这种方法,因为这样会使得命名空间荡然无存,一不小心还会陷入名字混乱的局面)。
一 正则表达式和re模块
就其本质而言,正则表达式(或 RE)是一种小型的、高度专业化的编程语言,(在Python中)它内嵌在Python中,并通过 re 模块实现。正则表达式模式被编译成一系列的字节码,然后由用 C 编写的匹配引擎执行。
1 什么叫做正则表达式:这则表达式是字符串的一种筛选规则
2 正则表达式的好处:1,1匹配:检测字符串是否符合正则表达式的规则,否则返回False。
1,2 切割:按照一定的规则将字符串分割成多个字符串。
1,3替换:将字符串中的字符替换成指定的字符。
1,4获取:获取与规则子符相符的字符: 步骤:① 将正则封装成正则;② 正则表达式和要操作的字符相关联,获得匹配对象;③ 获取正则表达式的匹配引擎;④ 通过引擎对福和规格的字符进行操作。
正则里的一些常用操作:
不同的语言均有使用正则表达式的方法,python中是用re模块实现的。
使用的方法格式:变量名=re.re中的其中一个子模块("规则","内容")
元字符
1 .(点) :可以代替除换行符以外任意一个元素
1 # ret=re.findall("方..","方杰,方合意,方磊,光东,阿杰,李杰,方何军") ##匹配出所有符合条件的元素 2 # print(ret)
2 ^ :匹配第一个 元素的类容,匹配不成功,也不会去匹配后面的元素
# ret=re.findall("^方.","方杰,方合意,方磊,光东,阿杰,李杰,方何军") #匹配出所有符合条件的元素 # print(ret)
3 $ :匹配该对象的最后一个内容,不会去匹配其他位置的内容
ret=re.findall("y..n$","方杰,方合意,方磊,光东,阿杰,李杰,方何军yuan") #匹配出所有符合条件的元素 # print(ret)
4 * :匹配表达式内容的0次到无数次
#ret=re.findall("333\d*","333234214455,333255654534246,545556564367656653,4453576489780423") # print(ret)
5 + : 匹配表达式内容的1次到无数次
#ret=re.findall("333\d+","3334214455,333255654534246,333,56564367656653,4453576489780423") # print(ret)
6 ?: 匹配表达式内容的0次或者1次
# ret=re.findall("\d?","2342,43,7654,87") # print(ret)
7 {}:自定义次数
#ret=re.findall("\d{16}","234214455,663255654534246,545556564367656653,4453576489780423") # print(ret)
*,+都是贪婪匹配,也就是尽可能匹配,后面加?号使其变成惰性匹配
# ret=re.findall('131\d+?','1312312312') # print(ret)
匹配一个数字包括整型和浮点型
# ret=re.findall("\d+\.?\d+","3555,8498,64.674,2344") # print(ret)
转义符
1 反斜杠后面跟元字符,会去掉特殊的功能
# ret=re.findall("\.com","www.baidu.com,www.youji.com,www.xiongdi.com,www.ss.cn") # print(ret)
2 反斜杠后面加上一些普通字符会实现一些特殊的功能
\d 匹配任何十进制数; 它相当于类 [0-9]。
# ret=re.findall("\d","yuan3236$655&34") # print(ret)
\D 匹配任何非数字字符; 它相当于类 [^0-9]。
# ret=re.findall("\D","yuan3236$655&34") # print(ret)
\s 匹配任何空白字符; 它相当于类 [ \t\n\r\f\v]。
# ret=re.findall("\s","hello i love like") # print(ret)
\S 匹配任何非空白字符; 它相当于类 [^ \t\n\r\f\v]。
# ret=re.findall("\S","hello i love like") # print(ret)
\w 匹配任何字母数字字符; 它相当于类 [a-zA-Z0-9_]。
# ret=re.findall("\w","yuan323665534") # print(ret) # ret=re.findall("\w+","yuan323665534") # print(ret)
\W 匹配任何非字母数字字符; 它相当于类 [^a-zA-Z0-9_]
# ret=re.findall("\W","yuan3236$655&34") # print(ret)
\b 匹配一个特殊字符边界,比如空格 ,&,#等\b是特殊符号所以前面需要加r
# ret=re.findall(r"i\b","hello i love like") # print(ret) # ret=re.findall(r"i\b","hello i love li$ke") # print(ret)
分组 ()
ret=re.findall("(fang)","fangffksdl;hfangfangfnag") # print(ret) # # ret=re.findall("(fang)+","fangffksdl;hfangfangfnag") # print(ret)
# ret=re.findall("方","方杰,方合意,方磊,光东,阿杰,李杰,方何军") ##匹配出所有符合条件的元素
# print(ret) m = re.findall(r'(ad)+', 'add') print(m) ret=re.search('(?P<id>\d{2})/(?P<name>\w{3})','23/com') print(ret.group())#23/com print(ret.group('id'))#23
#命名分组
ret=re.search(r"blog-aticles-(?P<year>20[01]\d)-(\d+)","blog-aticles-2005-12")
print(ret.group('year'))
ret=re.search(r"blog-aticles-(?P<year>20[01]\d)-(?P<mansh>\d+)","blog-aticles-2005-12")
print(ret.group('mansh'))
字符集 |
字符集 | 或者的意思 要配合 ()用的
# ret=re.findall("www\.(\w+)\.(com|cn)","www.baidu.com,www.youji.com,www.xiongdi.com,www.ss.cn") # print(ret) # ret=re.findall("www\.(?:\w+)\.(?:com|cn)","www.baidu.com,www.youji.com,www.xiongdi.com,www.ss.cn") # print(ret)
字符集 []
字符集[]: 在[]里面多选一的效果 一个字符集只匹配一个字符
# ret=re.findall(r"a[bc]","abcjpofdabhiac") # print(ret) # ret=re.findall(r"a[bc]d","abdcjpofdabhiacd") # print(ret) # ret=re.findall(r"a[b.c]d","abcjpofdabhia.dc") # print(ret)
字符集里面只有三个特殊符号:- ^ \
# ret=re.findall(r"[0-9]","ds1246634347cvkdhsd") # print(ret) # # # ret=re.findall(r"[a-z]","ds1246634347cvkdhsd") # print(ret) # # ret=re.findall(r"[A-Z]","ds1246DSJFKS47cvkdhsd") # print(ret) # # ret=re.findall(r"[A-Za-z0-9]","ds1246634347cvkdhsd") # print(ret) # ret=re.findall(r"a[\d]c","ds12a34c7cvkdhsd") # print(ret) # ret=re.findall(r"[^\d]","ds1246634347cvkdhsd") # print(ret) # ret=re.findall(r"[^\da-z]","ds1246634347cvk#dhsd") # print(ret)
search 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,没有则会则返回None,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配,就会报错
#只有匹配到了一项内容就不会在继续匹配了 ret=re.search("(fang)+","fangffksdl;hfangfangfnag") print(ret) print(ret.group()) #没有匹配内容则会返回None,group()则会报错报错 ret=re.search("(fakl)+","fangffksdl;hfangfangfnag") print(ret) print(ret.group())
match 函数会在字符串开始位置查找模式匹配对象,没有则会则返回None,该对象可以通过调用group()方法得到匹配的字符串,如果字符串没有匹配,就会报错
#match 只匹配字符串开头的位置 # ret=re.match("(fang)+","fangffksdl;hfangfangfnag") # print(ret) # print(ret.group()) #开头位置匹配不上就会报错 # ret=re.match("(fang)+","sdffangffksdlaihngfangfnag") # print(ret) # print(ret.group())
3 非贪婪匹配:
什么是贪婪匹配:在匹配时,按照最多的匹配,能匹配多少就匹配多少。
什么是非贪婪匹配:在匹配中,按照最少的匹配。关键字?:就是在匹配的字符后面加上?(问号),这个问号就是匹配的最少。
4 转义符:\:将一些普通的字符加上\会有特殊的意义,同时将特殊的符号可以加上\,变成普通的字符。
r:在字符串的前面加上r,特殊的符号也会变成字符串中的字符。
re模块里的常用操作:
findall:有几个就匹配几个,以列表的格式返回没有返回的内容,就会返回一个空的列表,优先匹配分组,加上?:取消优先匹配。
print(re.findall('\d+','432j5h52klk'))
search:返回匹配到的第一个福和规则的字符,必须要用group来调用
# print(re.search('fa.','sddasfanewvgfsfang').group())
match:只能去匹配第一个,有符合规则就返回,没有就会报错。也要用group来调用。
# print(re.match('f.','fangdsfdskjiefang').group()) #正确
# print(re.match('f.','dufdfangewfang').group()) #报错
split:分割:以规格匹配的内容为分隔符,如果加上()分组,还会显示分割符。
# print(re.split('fang','yifangjie'))
# print(re.split('(fang)','yifangjie'))
sub:替换:还可以指定替换的的次数
# print(re.sub('jie','fang','jiejiefangjieyi')) #不指定次数,默认只要符合规则就替换
# print(re.sub('jie','fang','jiejiefangjieyi',2)) #指定替换词数
subn:替换:返回符合规则的字符,同时还回替换次数。
# print(re.subn('jie','fang','fangjiejiefangyijei'))
compile:将正则表达式编译,同时可以多个同时调用。
# ret=re.compile('\d{5}')
# print(ret.findall('dsa543545dsfrdadf452423'))
# print(ret.findall('faf32225vsdf56556354gdsd'))
finditer:返回一个迭代器。
# ret=re.finditer('\d{3,7}','sdfdas1453cdsf2423423')
# for i in ret:
# print(i.group())