random模块：选择功能只能对序列类型进行迭代
>>> import random #随机生成小数 >>> random.random()#random.random(),只能生成0-1之间的小数 0.13410910544892163 >>> random.random(1) Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: random() takes no arguments (1 given) >>> random.uniform(1,2)#按照指定的区间进行生成小数 1.7771163573646869 >>> random.randrange(1,3)#random.randrange(),随机取指定区间的值，顾头不顾尾，可以加步长 2 #随机生成整数 >>> random.randrange(1,3) 1 >>> random.randrange(1,10,2) 7 >>> random.randint(1,2)#与random.randrange()的区别可以取大于等于1，小于等于2的数 2 >>> random.randint(1,2) 1 #随机选择一个数，参数不能为字典, >>> random.choice([1,'23',[4,5]])#随机选择一个数 '23' >>> random.sample([1,'23',[4,5]],3)#随机返回sample函数中第二个参数，
指定的个数,必须指定随机选择的个数，返回的list [[4, 5], '23', 1] #打乱列表顺序，shuffle 该函数没有返回值， >>> item = [1,2,3,4,5] >>> random.shuffle(item) >>> a = random.shuffle(item) >>> print(a,type(a)) None <class 'NoneType'> >>> random.shuffle(item) >>> item [5, 2, 1, 3, 4] >>> random.shuffle(item) >>> item [4, 1, 3, 5, 2]
实现验证码：
import random var = "" for i in range(6): num = str(random.randint(1,9)) strs = chr(random.randint(65,90)) chocie = random.choice([num,strs]) # var = var + chocie var = "".join([var,chocie]) print(var,repr(var))
序列化
比如，我们在python代码中计算的一个数据需要给另外一段程序使用，那我们怎么给？ 现在我们能想到的方法就是存在文件里，然后另一个python程序再从文件里读出来。 但是我们都知道，对于文件来说是没有字典这个概念的，所以我们只能将数据转换成字典放到文件中。 你一定会问，将字典转换成一个字符串很简单，就是str(dic)就可以办到了，为什么我们还要学习序列化模块呢？ 没错序列化的过程就是从dic 变成str(dic)的过程。现在你可以通过str(dic)，将一个名为dic的字典转换成一个字符串， 但是你要怎么把一个字符串转换成字典呢？ 聪明的你肯定想到了eval()，如果我们将一个字符串类型的字典str_dic传给eval，就会得到一个返回的字典类型了。 eval()函数十分强大，但是eval是做什么的？e官方demo解释为：将字符串str当成有效的表达式来求值并返回计算结果。 ＢＵＴ！强大的函数有代价。安全性是其最大的缺点。 想象一下，如果我们从文件中读出的不是一个数据结构，而是一句"删除文件"类似的破坏性语句，那么后果实在不堪设设想。 而使用eval就要担这个风险。 所以，我们并不推荐用eval方法来进行反序列化操作(将str转换成python中的数据结构)
序列化的目的
>>> import json >>> dic = {'k1':'v1','k2':'v2','k3':'v3'} >>> str_dic = json.dumps(dic) >>> print(type(str_dic),str_dic) <class 'str'> {"k1": "v1", "k2": "v2", "k3": "v3"} >>> dic2 = json.loads(str_dic) >>> print(type(dic2),dic2) <class 'dict'> {'k1': 'v1', 'k2': 'v2', 'k3': 'v3'} >>> t1 = (1,2,3) >>> str_dic = json.dumps(t1)#如果将元组序列化后，反序列化不能变成元组 >>> print(type(str_dic),str_dic) <class 'str'> [1, 2, 3] >>> dic2 = json.loads(str_dic) >>> print(type(dic2),dic2) <class 'list'> [1, 2, 3] >>> t2= [1,2,3] >>> str_dic = json.dumps(t2) >>> print(type(str_dic),str_dic) <class 'str'> [1, 2, 3] >>> dic2 = json.loads(str_dic) >>> print(type(dic2),dic2) <class 'list'> [1, 2, 3]
>>> list_s = [1,['a','b','c'],3,{'k1':'v1','k2':'v2'}]#可以处理多类型
>>> str_dic = json.dumps(list_s)
>>> print(type(str_dic),str_dic)
<class 'str'> [1, ["a", "b", "c"], 3, {"k1": "v1", "k2": "v2"}]
>>> s = {1,3,4,5}#序列化列表时报错
>>> str_dic = json.dumps(s)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Python36\lib\json\__init__.py", line 231, in dumps
return _default_encoder.encode(obj)
File "C:\Python36\lib\json\encoder.py", line 199, in encode
chunks = self.iterencode(o, _one_shot=True)
File "C:\Python36\lib\json\encoder.py", line 257, in iterencode
return _iterencode(o, 0)
File "C:\Python36\lib\json\encoder.py", line 180, in default
o.__class__.__name__)
TypeError: Object of type 'set' is not JSON serializable
load &dump
load & dump 只是一次性的存读。
f = open("text.txt", 'a') dic = {"k1":1} tu = (123,[1,2,3],{"1":23}) json.dump(dic, f) json.dump(tu, f) f.close() f = open("text.txt") dic2 = json.load(f) dic3 = json.load(f) f.close() print(dic2) print(dic3)
pickle：
dic = {'k1':'v1','k2':'v2','k3':'v3'}#
str_pic = pickle.dumps(dic) #序列化到内存（字符串格式保存）
# print(str_pic,type(str_pic))
dic2 = pickle.loads(str_pic)
print(dic2,type(dic2))
# str_time = time.localtime(1000000000) # f = open("times.txt","wb") # pickle.dump(str_time,f) # f.close() f = open("times.txt","rb") str_time = pickle.load(f) print(str_time.tm_year)
使用pickle 往文件夹中写内容
with open("user_name.txt", 'ab') as f: str_name = pickle.dumps("%s" % (user_name + "|" + password + "|" + identity)) f.write(str_name+b"\n") return True
既然pickle如此强大，为什么还要学json呢？json是一种所有的语言都可以识别的数据结构。
但是如果我们用pickle进行序列化，其他语言就不能读懂这是什么了～
shelve：
引用shelve后，使用shelve打开文件shelve.open(),
f1 = shelve.open("shelve_file.txt") # print(f1["key"]) f1["key"] = "this was not here before" print(type(f1["key"]))#<class 'str'> f1.close() f1 = shelve.open("shelve_file.txt") existing = f1["key"] #首先需要将读取的内容赋值给一个变量 f1.close() print(existing) f = shelve.open("shelve.txt",flag="r")#设置flag= “r”,代表只读，不支持多人同时写，但是可以同时读 tiems = f["key"] f.close() print(tiems) #正常情况下shelve打开的文件句柄感知不到值的修改，设置writeback = True就可以保存修改内容了 import shelve # f2 = shelve.open('shelve_file', writeback=True) # print(f2['key']) # f2['key']['new_value'] = {1,2,3} # f2.close() # import shelve f = shelve.open('shelve_file',flag='r') print(f['key']) f.close()
f = shelve.open("shelve.txt",writeback=True) ts = f["key"] f.close() print(ts)
writeback方式有优点也有缺点。优点是减少了我们出错的概率，并且让对象的持久化对用户更加的透明了；但这种方式并不是所有的情况下都需要，首先，使用writeback以后，shelf在open()的时候会增加额外的内存消耗，并且当DB在close()的时候会将缓存中的每一个对象都写入到DB，这也会带来额外的等待时间。因为shelve没有办法知道缓存中哪些对象修改了，哪些对象没有修改，因此所有的对象都会被写入。
os模块：
os模块时与操作系统交互的一个接口
os.getcwd():获取当前路径
os.chdir("文件名")：移动文件路径
os.makedirs("name1/name2")递归生成多级目录，已存在报错，
os.removedirs("name"):
os.removedirs(r"C:\Users\yanghu\PycharmProjects\s8\day21\name1\name2\name3")
os.mkdir("name1")#不可以重复创建
os.rmdir("name1")
os.listdir('dirname') 列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印
os.remove() 删除一个文件
os.rename("oldname","newname") 重命名文件/目录
os.stat('path/filename') 获取文件/目录信息
os.stat('path/filename') 获取文件/目录信息
os.sep 输出操作系统特定的路径分隔符，win下为"\\",Linux下为"/"
os.linesep 输出当前平台使用的行终止符，win下为"\r\n",Linux下为"\n"
os.system("bash command")运行shell命令，直接显示
os.popen("文件")：
# os.system('dir') #没有返回值，且直接执行代码，把结果直接输出 # ret = os.popen('dir') #如果有结果就将结果返回回来 # print(ret.read()) #ret.read()获取结果
os.path
os.path.abspath(path) 返回path规范化的绝对路径 os.path.split(path) 将path分割成目录和文件名二元组返回 os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素 os.path.basename(path) 返回path最后的文件名。如何path以／或\结尾，那么就会返回空值。
即os.path.split(path)的第二个元素
os.path.exists(path) 如果path存在，返回True；如果path不存在，返回False
os.path.isabs(path) 如果path是绝对路径，返回True
os.path.isfile(path) 如果path是一个存在的文件，返回True。否则返回False
os.path.isdir(path) 如果path是一个存在的目录，则返回True。否则返回False
os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回，第一个绝对路径之前的参数将被忽略
os.path.getatime(path) 返回path所指向的文件或者目录的最后访问时间
os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间
os.path.getsize(path) 返回path的大小
sys模块 与Python解释器的一个接口
sys.argv 命令行参数List，第一个元素是程序本身路径
sys.exit(n) 退出程序，正常退出时exit(0),错误退出sys.exit(1)
sys.version 获取Python解释程序的版本信息
sys.path 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
sys.platform 返回操作系统平台名称
什么是模块？
里面含有Python定义和声明的模块，以.py后缀结尾的文件
为什么使用模块？
退出Python解释器，后之前定义的函数变量全部消失。因此我们将程序写到文件中永久保存，以Python test.py 运行程序。随着功能增加，不同文件存放不同程序，方便管理。同时也可以导入其他文件，实现程序的重复利用。
如何使用模块？
（1）模块中含有执行语句与函数，当模块名第一次遇到import时就会执行（import 可在程序的任意一个地方。为预防同一个模块多次导入，第一次执行导入时，模块名就已经加载到内存，后续import相同的模块名只是增加引用，而没有执行模块内的语句）
（2）每个模块有自己的命名空间，定义在模块中的函数，会把模块名称当做全局命名空间，这样当导入时，就不怕与自己的定义的函数名冲突。
（3）引入模块时做了三件事：（1）位模块名创建新的名称空间，若是引入的模块中有使用global 时，访问的就是这个命名空间。（2）在新创建的命名空间中运行改代码（3）创建名字my_module引用该命名空间（这个名字与变量是一致的，都是第一类。my_module.）
(4) 为模块名起别名：import my_modules as sm
常用模块：collection
（1）namedtuple("potion",["x","y"]):返回一个带有命名字段的元组，通过对象属性的名字就可以找到相应的值
>>> point = namedtuple("point",['x','y']) >>> point.__doc__ 'point(x, y)' >>> p= point(1,3) >>> p[0] 1 >>> p.x 1 >>> p.y 3 >>> x,y = p >>> x,y (1, 3) >>>
（2）queue：队列，先进先出，可以存放任何数据类型，put,get,put ,其中get起到hold的功能，get_nowait 没有不会hold,切会报错。
（3）dqueue:队列可以两端存放，可存放任何类型。使用append，appendleft,取出元素使用pop，popleft
（4）orderdict:可以创建有序的字典
dic = OrderedDict([(1,2),("NAME",2)])
for k in dic: print(k,dic[k])
（5）default_factory
# from collections import defaultdict
# def func():
# return 0 # my_dict = defaultdict(func) # # my_dict = {} # print(my_dict['k'])
Re模块
正则是什么？
正则就是用一些具有特殊含义的符号组合到一起（称为正则表达式）来描述字符或者字符串的方法。或者说：正则就是用来描述一类事物的规则。（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。
通用、处理字符串---贪婪匹配
意义：正则表达式，正则是一种处理文字的规则，给我们提供一些规则，让我们从杂乱无章的文字中提取有效信息。
模块？
生活中已经存在，为了解决生活、科技世界里实际要解决的问题。比如time模块已经存在，Python拿过来可以直接使用。
Re--模块 ,该模块可以更好的帮助你从字符串的处理和检查用户输入的信息。
基础
官方定义：正则表达式是对字符串的操作的一种逻辑公式，事先规定好一些特定字符，及这些字符的特定组合，组成一个“规则字符串”，利用组成的“规则字符串”实现对文本的过滤。
字符串在电脑上显示是有位置存在的，就像通过索引可以找到指定位置的字符串。而正则，可以分辨出所在位置出现的字符串是否合法。同样同一个位置除了指定特定的字符串还可以扩大范围，如：同一个位置可以出现0,也可以出现1。。。其他数字，在不确定出现哪些数字的情况下，可以指定范围，而“[1,2,3,4]”
中括号内部的数字，代表这个位置有可能出现1,2,3,4，中括号则被称为字符组。
字符组的示例：数字：[1,2,3,4,5]，字母：[a-z],数字字母组合：[1-9a-zA-F]
字符组
正则表达式同样使用字符串表示，如何使用字符描述字符？
"\d"可以匹配数字，“\w”表示字符、数字、下划线
“00\d”可以匹配“006”但是匹配不了“00a”
“\d\d\d”可以匹配123
“\w\w\d“可以匹配“py3”
“ . ”英文符号点，可以表示任意字符（\n）除外
“ py.”可以匹配任意字符“pyc”,“pyj”,"pyy"
常用的元字符：
| 元字符 | 匹配内容 |
| . | 匹配除换行符任意字符 |
| \w | 匹配任意字母数字下划线 |
| \d | 匹配任意数字 |
| \s | 匹配任意空白符 |
| \n | 匹配一个换行符 |
| \t | 匹配一个制表符 |
| \b | 匹配一个单词的结尾 |
| ^ | 匹配字符串的开始 |
| $ | 匹配字符串的结尾 |
| \W | 匹配非字母数字下划线 |
| \D | 匹配非数字 |
| \S | 匹配非空格 |
| a|b | 匹配a字符或b字符 |
| （） | 表示一个组 |
| [....] | 匹配字符中的字符 |
| [^...] | 匹配除了字符组中的所用字符 |
量词约束字符用的。
| 量词 | 用法说明 |
| * | 重复零次或多次 |
| + | 重复一次或多次 |
| ？ | 重复零次或一次 |
| {n} | 重复n次 |
| {n,} | 重复n次或更多次 |
| {n,m} | 重复n到m次 |
分组（）和 |, [^....]
身份证号码是一个长度为15或18个字符的字符串，如果是15位则全部?️数字组成，首位不能为0；如果是18位，则前17位全部是数字，末位可能是数字或x，下面我们尝试用正则来表示：
第一种：^[1-9]\d{14}(\d{2}[1-9x])?$
第二种：
在量词后面加上“？”表示费贪婪模式
正则匹配：字符 量词 非贪婪匹配
字符、字符组、元字符、表示一个位置出现的内容
转义字符
python中：
1. '\n'是用来换行的
2. '\\n'是正则用来匹配换行的
因为python无法直接解释带'\'的，需要吧'\'转译，可以在字符串前加r，来取消实际的意义
所以'\n'需要使用r'\n'，'\\n'需要使用r'\\n'来变成普通的字符串
贪婪匹配
定义：在满足匹配时，匹配尽可能长的字符串，默认情况下使用贪婪匹配
<.*> -----><script>......<script>,全部会匹配上
<.*?> -----<script>......<script>,加上？改为非贪婪模式，匹配尽量短的字符串
*? 重复任意次，但尽可能少重复
+? 重复1次或更多次，但尽可能少重复
?? 重复0次或1次，但尽可能少重复
{n,m}? 重复n到m次，但尽可能少重复
{n,}? 重复n次以上，但尽可能少重复
取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?的用法
. 是任意字符
* 是取 0 至 无限长度
? 是非贪婪模式。
何在一起就是 取尽量少的任意字符，一般不会这么单独写，他大多用在：
.*?x
就是取前面任意长度的字符，直到一个x出现
匹配非数字有三种方式：[^\d]、[^0-9]、\D
\D:匹配除了数字之外的所有字符匹配空格、标点符号（引号、连字符、反斜杠、方括号）
等字符
\w:只会匹配字母数字下划线
\f 换页符
\h 水平空白符
\H 非水平空白符
\v 垂直制表符
\V 非垂直制表符
findall()：找不到返回空的列表。找到所有的结果放到列表中，返回该列表,分组优先，优先先显示
ret = re.findall("www.(baidu|odboy).com","www.baidu.com") print(ret) ['baidu']#findall,正则有元组，优先返回元组，
ret = re.findall("www.(?:baidu|odboy).com","www.baidu.com")#使用？：取消元组优先
print(ret)
['www.baidu.com']
search:从左至右依次找，找到就返回，但是需要使用group()获取返回值，re.search(),找不到返回None,使用group（）报错
match():从头开始匹配，匹配不上返回None，匹配上使用group()获取返回值。
re.split("[ab]","abcd")根据正则切割，如果是分组
ret = re.split('(\d+)',"eva3egon4yuan")#不会把数字切割，以元组为准
re.sub()根据正则去替换
re.sub 有三个必填参数：pattern ，repl,string 两个选填count flage
pattern：正则中的模式字符串、
注意：
反斜杠加数字 (\N)）对应着匹配的组(matched group)，
——\6,代表pattern re模式字符串中的第六个数组，意味着待匹配的字符串中有对应数组，
比如，想要处理：
hello crifan, nihao crifan
且此处的，前后的crifan，肯定是一样的。
而想要把整个这样的字符串，换成crifanli
则就可以这样的re.sub实现替换：
inputStr = "hello crifan, nihao crifan";
replacedStr = re.sub(r"hello (\w+), nihao \1", "crifanli", inputStr); print "replacedStr=",replacedStr; #crifanli
re.subn():
compile（）编译正则
finditer()：找所有，返回迭代器，取值for 结果需group
re模块下的常用方法
import re
ret = re.findall('a', 'eva egon yuan') # 返回所有满足匹配条件的结果,放在列表里 print(ret) #结果 : ['a', 'a'] ret = re.search('a', 'eva egon yuan').group() print(ret) #结果 : 'a' # 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,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，则返回None。 ret = re.match('a', 'abc').group() # 同search,不过尽在字符串开始处进行匹配 print(ret) #结果 : 'a' ret = re.split('[ab]', 'abcd') # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割 print(ret) # ['', '', 'cd'] ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1)#将数字替换成'H'，参数1表示只替换1个 print(ret) #evaHegon4yuan4 ret = re.subn('\d', 'H', 'eva3egon4yuan4')#将数字替换成'H'，返回元组(替换的结果,替换了多少次) print(ret) obj = re.compile('\d{3}') #将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字 ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串 print(ret.group()) #结果 ： 123 import re ret = re.finditer('\d', 'ds3sy4784a') #finditer返回一个存放匹配结果的迭代器 print(ret) # <callable_iterator object at 0x10195f940> print(next(ret).group()) #查看第一个结果 print(next(ret).group()) #查看第二个结果 print([i.group() for i in ret]) #查看剩余的左右结果
注意：
1 findall的优先级查询：
import re
ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com') print(ret) # ['oldboy'] 这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可 ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com') print(ret) # ['www.oldboy.com']
2 split的优先级查询
ret=re.split("\d+","eva3egon4yuan") print(ret) #结果 ： ['eva', 'egon', 'yuan'] ret=re.split("(\d+)","eva3egon4yuan") print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan'] #在匹配部分加上（）之后所切出的结果是不同的， #没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项， #这个在某些需要保留匹配部分的使用过程是非常重要的。
591
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
