# re # 正则表达式 # 元字符 # 量词 # 贪婪匹配与惰性匹配 # 元字符量词 # 元字符量词? 在量词规范内,遇到一个x就停下来 # .*?x (.如果是第一个元素,那么它一定会从第一个元素开始取,直到遇到x) # re模块
#findall ***** 找所有,返回列表,(优先显示分组中的内容)
ret = re.findall('a.*?c','abbbccccabcabbcabbcc')
print(ret)#['abbbc', 'abc', 'abbc', 'abbc']
#search ***** 找第一个,返回变量,通过group取值,(通过group(组的序号)来获取组中内容)
ret = re.search('a.*?c','abbbccccabcabbcabbcc')
print(ret.group())#abbbc
ret = re.search('a(.*?)c','abbbccccabcabbcabbcc')
print(ret.group(1))#bbb
#match *** 在正则表达式的前面加上^,其他的都和search相同
ret = re.match('a(.*?)c','abbbccccabcabbcabbcc')
print(ret)
#split *** 根据正则做字符串的切割,如果有分组,会保留分组中的内容
ret = re.split('(a.*?)c','abbbccccabcabbcabbcc')
print(ret)#['', 'abbb', 'ccc', 'ab', '', 'abb', '', 'abb', 'c']
#sub/subn ***
ret = re.sub('(a.*?)c','|','abbbccccabcabbcabbcc',1)
print(ret)#|cccabcabbcabbcc
ret = re.subn('(a.*?)c','|','abbbccccabcabbcabbcc')
print(ret)#('|ccc|||c', 4)
#compile **** 在同一个正则表达式需要多次使用的时候,提前编译来节省时间
ret = re.compile('a.*?c')
res1 = ret.findall('abbbccccabcabbcabbcc') # 是不是用了和上面那条正则
print(res1)#['abbbc', 'abc', 'abbc', 'abbc']
res2 = ret.search('abbbccccabcabbcabbcc') # 是不是也用了和上面那条正则
print(res2.group())#abbbc
#finditer **** 返回一个迭代器,所有的结果要通过迭代才能取到,节省内存
ret = re.finditer('a.*?c','abbbccccabcabbcabbcc')
for i in ret:
print(i.group())
#abbbc
#abc
#abbc
#abbc
# 扩展 -- 爬虫
# ret = re.compile('a.*?c')
# res = ret.finditer('abbbccccabcabbcabbcc')
# for r in res:
# print(r.group())
# 序列化模块 :
# 将基础数据类型存到文件中再读出来
# 将基础数据类型通过网络传给其他程序,再由其他程序读取并使用
# json
# 优点 : 所有语言通用
# 缺点 : 支持的数据类型少
# 方法和用法:
# dump
# dump(dict/list,文件句柄) # 文件句柄一定是以写的形式打开的
# load
# dict/list = load(文件句柄) # 文件句柄一定是以读的形式打开的
# dumps
# str = dumps(基础数据类型)
# loads
# 基础数据类型 = loads(str)
# pickle
# 优点 : 支持python中几乎所有数据类型
# load文件的时候,可以load多条数据,也可以dump多条数据
# 缺点 : 只支持在python程序之间交换数据
# dump(任意一个需要写到文件中的变量,文件句柄) # 文件句柄,wb/ab形式打开
# load(文件句柄) # 文件句柄是以rb形式打开
# pickle 的dump可以dump多次,load可以load多次
# dumps
# bytes = dumps(基础数据类型)
# loads
# 基础数据类型 = loads(bytes)