shutil,re,hashlib,subprocess模块及其相关

shutil
高级的文件处理模块
    封装的更简单了
    主要是文件的复制，移动，压缩解压缩

f1 = open("test.txt","rb")
f2 = open("testcopy.txt","wb")
shutil.copyfileobj(f1,f2)

shutil.copyfile("test.txt","testcopy3.txt")

需要保证目标文件已经存在
shutil.copymode("test.txt","testcopy3.txt")

shutil.copyfile("test.txt","testcopy4.txt")

# 需要保证目标文件已经存在
shutil.copystat("test.txt","testcopy4.txt")

# 压缩与解压缩

# base_name 指定压缩文件的名字
# 默认把当前执行文件所在目录全部压缩

# shutil.make_archive("abc","zip",r"D:\a")

# 如果同时指定了 root 和base    base生效  并且会把需要压缩的文件所在的完整路径一并压缩
# shutil.make_archive("abc","zip",r"D:\a",base_dir=r"D:\b")
# shutil.make_archive("a","zip")

shutil.unpack_archive("abc.zip","mydir")

 

re
    regexp 正则表达式
    正则表达式是什么
        由一堆特殊符号组成的表达式
    作用
        处理字符串
        1.从字符串中获取满足某种规则的内容，在爬虫程序中大量出现
        2.判断一个字符串内容是否满足某个规则，例如：手机号验证，邮箱验证

    # 生活中的规则非常多例如 让有志青年过上体面的生活， 有志青年就是一条规则
    学习的重点就围绕这一堆符号

import re
#
# print(re.findall("\w","a_1 *"))# ['a', '_', '1']
# # 只要是大写字符 就是与小写字符相反的意思
# print(re.findall("\W","a_1 *")) # [' ', '*']
#
# # 0-9
# print(re.findall("\d","123abc_*+-"))# ['1', '2', '3']
# print(re.findall("\D","123abc_*+-"))# ['a', 'b', 'c', '_', '*', '+', '-']
#
# #
# print(re.findall("\s"," \n\t\f\v1a*+-"))#[' ', '\n', '\t', '\f', '\v']
#
# print(re.findall("\S"," \n\t\f\v1a*+-"))#['1', 'a', '*', '+', '-']
# # print(" \n\t\v")

# 除了 \n \r

# 在 除了\n外的所有字符
# print(re.findall(".","abc_12\r\n3*+-_%%$#"))

# 单个字符匹配
# \w \d \s .

# 重复匹配 数字 字母下划线

# * 表示0-无穷次
# 0次也满足 则意味着 就算内容没有任何内容匹配也会给你一个空字符 因为空字符也算0次匹配

print(re.findall("\w*","+-*"))

# 从网络中下载一个HTML文档  从里面提取所需要的内容
text = """
<img hidefocus="true" class='index-logo-src' src="//www.baidu.com/img/bd_logo1.png" width="270" height="129" usemap="#mp">
"""

print(re.findall('src=".*" width',text))
#

# +  1-无穷次
print(re.findall("\w+","aaabcd"))#['aaabcd']
# 0-无穷
print(re.findall("\w*","aaabcd"))#['aaabcd', '']
#[a,b] 最少a 最多b次
print(re.findall("\w{1,}","aaabcda")) #['aaabcda']
#{1,} 1-无穷  与+的意思相同
#{,2} 0-2
#{1,2} 1-2
#{,1} 0-1 与?意思相同
# print(re.findall("\w{1,}","a"))

print(re.findall("\w?","aa"))#['a', 'a', '']

# * 0-无穷(随便几次 没有也行)
# + 1-无穷
# ? 0-1次
# {a,b} 手动指定匹配次数

text = "owen_dsb tanke_dsb kiven_dsb jerry"
print(re.findall("\w+_dsb",text))


 

# 转义符

# print(re.findall("\w+.mp3","xxx.mp3"))
# print(re.findall(".","......"))
# 邮箱验证

# print(re.findall("\w+@\w+.com","1212121212@163.com"))

print(re.findall("a\\\d","a\\d"))

print(re.findall("\\\\","\\"))

# print(re.findall("\*","*"))
# c:\\

# 位置匹配    ^  $
#  ^从字符开始处匹配

print(re.findall("^a\w*","pabcdefg"))

# $ 从字符结尾处匹配
print(re.findall("a\w*g$","pabcdefg"))
# 1.是到最后看一眼是不是与表达式匹配  如果不匹配直接放弃
# 2.如果结尾处没问题 在回过头来从前面开始匹配

# ^ 与 $ 同时出现 同时限定开始处和结尾处
print(re.findall("^p\w*g$","sabcdefg"))

print(re.findall("ab*","abbbbbsbbbbbbbbs"))

print(re.findall("a{2}","aaaaa"))

# 范围匹配  可以指定哪些内容是你要 画一个范围
print(re.findall("a|b|c","abcdefg"))

#[abcd]
print(re.findall("[abcd]","absp"))
print(re.findall("[a-zA-Z0-9]","abcdefgr12121hjAAABBi"))
print(re.findall("[a\-b|a+b]","a-b"))

# 在范围匹配时如果内容中包含- 需要把它放在最前面或最后面
print(re.findall("[-a-z0-9]","-s0"))

# 模仿 \w  数字 字母  下划线 [0-9a-zA-Z_]
print(re.findall("[^0-9]","121323abc _ + *"))

# 贪婪匹配  与 非贪婪匹配
# 贪婪指的是 尽可能的匹配更多的内容
# 非贪婪指的是 尽可能的匹配少的内容

# 贪婪的例子:
print(re.findall("ab+","abbbbbbbbbb"))

# 贪婪的例子:
print(re.findall("ab+?","abbbbbbbbbb"))
print(re.findall("ab*?","abbbbbbbbbb"))

 

htm = """<img src="http://img.ivsky.com/img/tupian/t/201808/07/qingting-001.jpg" alt="轻盈停落的蜻蜓图片">
title="轻盈停落的蜻蜓图片 3996x2664" target="_blank"><img src="http://img.ivsky.com/img/tupian/t/201808/07/qingting-002.jpg">
"""

# 贪婪模式会一次性取到最后一个双引号为止
# print(re.findall('src=".+"',htm))
# # 加上? 变成非贪婪模式
# print(re.findall('src=".+?"',htm))
# print(len(re.findall('src=".+?"',htm)))

# 当我们需要从匹配结果中拿出来某一部分时就需要 分组 把你要的内容加上括号即可
# print(re.findall('src="(.+?)"',htm))

# 当我们需要从一个匹配结果中拿到多个不同部分时 可以加多个分组
# findall会把这些部分放到元组中
# print(re.findall('(src=)"(.+?)"',htm))

# print(re.findall('(src=")(?:.+?)"',htm))

print(re.findall("ab","ab abb abc abbb "))
# search 也是全文查找但是只返回 找到的第一个

print(re.search("ab","pasasasasasaab abb abc abbb ").group())
print(re.search("ab","pab abb abc abbb "))

# 从字符串开始匹配 第一个不匹配直接放弃 与^的效果相同
print(re.match("ab","pab abb abc abbb "))

# 将表达式打包成对象 这样可以多次使用无需重新编写
# p = re.compile("ab")
#
# res = p.match("pab abb abc abbb ")
# print(res)

#print(re.split("\s","pab\tabb\tabc\tabbb"))

# 替换内容
# 待处理字符串  旧的内容 新的内容
# \1 \2 表示引用匹配的分组内容
# print(re.sub("(python)(.*)(python)",r"\1\2PYTHON","python is nb language python"))

# 交换字符串内容 需求是把最前的和最后的换位置
print(re.sub("(.+?)(\|.+\|)(.+)",r"\3\2\1","java|PHP|C\+\+|python"))

# print(re.findall("a|b","ab"))

# print(re.search("","java|PHP|C\+\+|python"))

 

hash
    unhashable  不可hash 是可变的
    hash 是一种算法
        特点：
    1.输入任意长度的数据 输出固定长度的字符串，因此也称之为信息摘要算法
    2.hash算法有很多实现方式，当算符固定时，如果输入相同，输出结果必然相同
        （极小的几率会出现，不同的输入产生相同的结果）
    3.无法通过hash结果反解出源数据

    使用场景
    1.可以用于加密
    2.用于文件校验

    # root 123
    # root  asjdsajdsjladlsjadlsjadjk-
    # 我不知道用户明文密码 意思时知道加密后的密码

    m = md5()
    m.updat()
    m.hexdigest()
    注意：加密的只能时字节类型  得到的时字符串类型

      

import hashlib
# # 创建一个加密对象
m = hashlib.md5()
# 计算123456的hash值
m.update("abcabc".encode("utf-8"))
# 提取加密结果
# print(len(m.hexdigest()))
print(m.hexdigest())

# # 创建一个加密对象
# m = hashlib.sha512()
# # 计算123456的hash值
# m.update("123456".encode("utf-8"))
# # 提取加密结果
# print(len(m.hexdigest()))

# with open("2.re模块.py","rb") as f:
#     m = hashlib.md5()
#     m.update(f.read())
#     print(m.hexdigest())

# with open("userdb","wt") as f:
#     res = input("pwd:")
#     m = hashlib.md5()
#     m.update(res.encode("utf-8"))
#     r = m.hexdigest()
#     f.write(r)

# with open("userdb","rt") as f:
#     pwd = f.read()
#
#     res = input("pwd:")
#     m = hashlib.md5()
#     m.update(res.encode("utf-8"))
#     r = m.hexdigest()
#
#     if r == pwd:
#         print("成功")

# update 可以多次执行 也就意味  你可以打开文件 读一次就掉调用一次update

 

subprocess
    子进程
    进程就是一个正在运行中的程序
    一个进程a在运行过程中开启了另一个进程b
    b就称之为a的子进程
当你的程序在运行过程中有一个任务，不能直接处理，需要其他的程序
提供帮助时就需要开启子进程

subprocess 模块的目的就是 要使得子进程(执行了一个系统指令)可以把数据输出到我的程序中

import subprocess
# p = subprocess.Popen("dir",shell=True,stdout=subprocess.PIPE)
#
# res = p.stdout.read()
# print(res.decode("GBK"))

p1 = subprocess.Popen("tasklist",shell=True,stdout=subprocess.PIPE)

p2 = subprocess.Popen("findstr pycharm",shell=True,stdin=p1.stdout,stdout=subprocess.PIPE)
res = p2.stdout.read()
print(res)