python利用什么模块_python常用模块-1

一、认识模块

1、什么是模块：一个模块就是一个包含了python定义和声明的文件，文件名就是加上.py的后缀，但其实import加载的模块分为四个通用类别 ：

1.使用python编写的代码(.py文件)

2.已被编译为共享库二和DLL的C或C++扩展

3.包好一组模块的包

4.使用C编写并连接到python解释器的内置模块

2、为何要使用莫模块？

如果你想退出python解释器然后重新进入，那么你之前定义的函数或变量都将丢失，因此我们通常将程序写到文件中以便永久保存下来，需要时，就通过python test.py 方式去执行，此时test.py被称为脚本script。

随着程序的发展，功能越来越多，为了方便管理，我们通常将文件分成一个个的文件，这样做程序的结构更清晰，方便管理。这时我们不仅仅可以吧这些文件当做脚本去执行，还可以把它们当做模块来导入到其他模块中，实现了功能的重复利用。

二、常见模块分类

常用模块一：

collocations 模块

时间模块

random模块

os模块

sys模块

序列化模块

re模块

常用模块二：这些模块和面向对象有关

hashlib模块

configparse模块

logging模块

三、正则表达式

像我们平常见的那些注册页面啥的，都需要我们输入手机号码吧，你想我们的电话号码也是有限定的吧(手机号码一共11位，并且只以13,14,15,17,18开头的数字这些特点)如果你的输入有误就会提示，那么实现这个程序的话你觉得用While循环so easy嘛，那么我们来看看实现的结果。

1 whileTrue:2 phone_number=input('请输入你的电话号码：')3 if len(phone_number)==11 andphone_number.isdigit()\4 and (phone_number.startswith('13')\5 or phone_number.startswith('14') \6 or phone_number.startswith('15') \7 or phone_number.startswith('17') \8 or phone_number.startswith('18')):9 print('是合法的手机号码')10 else:11 print('不是合法的手机号码')

判断手机号码是否合法

看到这个代码，虽说理解很容易，但是我还有更简单的方法。那我们一起来看看吧。

1 importre2 phone_number=input('请输入你的电话号码：')3 if re.match('^(13|14|15|17|18)[0-9]{9}$',phone_number):4 '''^这个符号表示的是判断是不是以13|14|15|17|18开头的，5 [0-9]: []表示一个字符组，可以表示0-9的任意字符6 {9}:表示后面的数字重复九次7 $:表示结束符8 '''

9 print('是合法的手机号码')10 else:11 print('不是合法的手机号码')

判断手机号码输入是否合法

大家可能都觉的第一种方法更简单吧，但是如果我让你从整个文件中匹配出所有的手机号码，你能用python写出来吗？但是导入re模块和利用正则表达式就可以解决这一个问题了。

那么什么是正则呢？

首先你要知道的是，谈到正则，就只和字符串相关了。在线测试工具 http://tool.chinaz.com/regex/

比如你要用‘1’去匹配‘1’，或者用‘2’去匹配‘2’，直接就可以匹配上。

字符组：[字符组]

在同一位置可能出现的各种字符组成了一个字符组，在正则表达式中用[]表示

字符分为很多类，比如数字，字母，标点等登。

假如你现在要求一个位置‘只能出现一个数字’，那么这个位置上的字符只能是0、1、2、3.......9这是个数之一。

字符组：

字符：

量词：

.^$

*+?{}

注意：前面的*，+，？等都是贪婪匹配，也就是尽可能多的匹配，后面加？就变成了非贪婪匹配，也就是惰性匹配。

贪婪匹配：

几个常用的配贪婪匹配

.*?的用法：

字符集：

分组()与或|[^]：

1 举个例子，比如html源码中有

xxx标签，用以前的知识，我们只能确定源码中的和是固定不变的。因此，如果想获取页面标题(xxx)，充其量只能写一个类似于这样的表达式：.*，而这样写匹配出来的是完整的xxx标签，并不是单纯的页面标题xxx。2

3 想解决以上问题，就要用到断言知识。4

5 在讲断言之前，读者应该先了解分组，这有助于理解断言。6

7 分组在正则中用()表示，根据小菜理解，分组的作用有两个：8

9

10

11 n 将某些规律看成是一组，然后进行组级别的重复，可以得到意想不到的效果。12

13 n 分组之后，可以通过后向引用简化表达式。14

15

16

17

18

19 先来看第一个作用，对于IP地址的匹配，简单的可以写为如下形式：20

21 \d{1,3}.\d{1,3}.\d{1,3}.\d{1,3}22

23 但仔细观察，我们可以发现一定的规律，可以把.\d{1,3}看成一个整体，也就是把他们看成一组，再把这个组重复3次即可。表达式如下：24

25 \d{1,3}(.\d{1,3}){3}26

27 这样一看，就比较简洁了。28

29

30

31 再来看第二个作用，就拿匹配

xxx标签来说，简单的正则可以这样写：32

33

.*

34

35 可以看出，上边表达式中有两个title，完全一样，其实可以通过分组简写。表达式如下：36

37 .*\1>

38

39 这个例子实际上就是反向引用的实际应用。对于分组而言，整个表达式永远算作第0组，在本例中，第0组是.*\1>，然后从左到右，依次为分组编号，因此，(title)是第1组。40

41 用\1这种语法，可以引用某组的文本内容，\1当然就是引用第1组的文本内容了，这样一来，就可以简化正则表达式，只写一次title，把它放在组里，然后在后边引用即可。42

43 以此为启发，我们可不可以简化刚刚的IP地址正则表达式呢？原来的表达式为\d{1,3}(.\d{1,3}){3}，里边的\d{1,3}重复了两次，如果利用后向引用简化，表达式如下：44

45 (\d{1,3})(.\1){3}46

47 简单的解释下，把\d{1,3}放在一组里，表示为(\d{1,3})，它是第1组，(.\1)是第2组，在第2组里通过\1语法，后向引用了第1组的文本内容。48

49 经过实际测试，会发现这样写是错误的，为什么呢？50

51 小菜一直在强调，后向引用，引用的仅仅是文本内容，而不是正则表达式！52

53 也就是说，组中的内容一旦匹配成功，后向引用，引用的就是匹配成功后的内容，引用的是结果，而不是表达式。54

55 因此，(\d{1,3})(.\1){3}这个表达式实际上匹配的是四个数都相同的IP地址，比如：123.123.123.123。56

57

58

59 至此，读者已经掌握了传说中的后向引用，就这么简单。

对于分组的理解

分组命名：语法(？p)注意先命名，后正则

importreimportre

ret=re.search('\w+','

hello

')print(ret.group())#给分组起个名字。就用下面的分组命名，上面的方法和下面的分组命名是一样的，只不过就是给命了个名字

ret=re.search('\w+)>\w+(?P=tag_name)>','

hello

')#(?P=tag_name)就代表的是(\w+)

print(ret.group())#了解(和上面的是一样的，是上面方式的那种简写)

ret=re.search(r'\w+\1>','

hello

')print(ret.group(1))

转义符：

四、re模块

1 #1.re模块下的常用方法

2 #1.findall方法

3 importre4 ret = re.findall('a','eva ang egons')5 ##返回所有满足匹配条件的结果，放在列表里

6 print(ret)7

8 #2.search方法

9 #函数会在字符串中查找模式匹配，只会找到第一个匹配然后返回

10 #一个包含匹配信息的对象，该对象通过调用group()方法得到匹配的

11 #字符串，如果字符串没有匹配，则报错

12 ret = re.search('s','eva ang egons')#找第一个

13 print(ret.group())14

15

16 #3.match方法

17 print(re.match('a','abc').group())18 #同search，只从字符串开始匹配,并且guoup才能找到

19

20

21 #4.split方法

22 print(re.split('[ab]','abcd'))23 #先按'a'分割得到''和'bcd'，在对''和'bcd'分别按'b'分割

24

25

26 #5.sub方法

27 print(re.sub('\d','H','eva3sdf4ahi4asd45',1))28 #将数字替换成'H'，参数1表示只替换一个

29

30

31 #6.subn方法

32 print(re.subn('\d','H','eva3sdf4ahi4asd45'))33 #将数字替换成’H‘，返回元组(替换的结果，替换了多少次)

34

35

36 #7.compile方法

37 obj = re.compile('\d{3}')#将正则表达式编译成一个正则表达式对象，规则要匹配的是三个数字

38 print(obj)39 ret = obj.search('abc12345eeeee')#正则表达式对象调用search，参数为待匹配的字符串

40 print(ret.group()) #.group一下就显示出结果了

41

42 #8.finditer方法

43 ret = re.finditer('\d','dsf546sfsc')#finditer返回的是一个存放匹配结果的迭代器

44 #print(ret)#

45 print(next(ret).group())#查看第一个结果

46 print(next(ret).group())#查看第二个结果

47 print([i.group() for i in ret] )#查看剩余的左右结果

re模块相关的方法

1 importre2 ret = re.findall('www.(baidu|oldboy).com','www.oldboy.com')3 print(ret) #结果是['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

4

5 ret = re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')6 print(ret) #['www.oldboy.com']

findall的优先级查询

1 ret = re.split('\d+','eva123dasda9dg')#按数字分割开了

2 print(ret) #输出结果：['eva', 'dasda', 'dg']

3

4 ret = re.split('(\d+)','eva123dasda9dg')5 print(ret) #输出结果：['eva', '123', 'dasda', '9', 'dg']

6 #

7 #在匹配部分加上()之后和不加括号切出的结果是不同的，

8 #没有括号的没有保留所匹配的项，但是有括号的却能够保留了

9 #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

split的优先级查询

re模块和正则表达式的关系：

re模块和正则表达式没有一点毛线关系。re模块和正则表达式的关系类似于time模块和时间的关系，你没有学习python之前，也不知道有一个time模块，但是你已经认识时间了呀，12:30就表示中午十二点半。时间有自己的格式，年月日时分秒，已成为一种规则。你早就牢记于心了，time模块只不过是python提供给我们的可以方便我们操作时间的一个工具而已。