正则

一、栈和队列

1.栈

抽象成一个开口向上的容器【羽毛球球筒】

在列表一端进行操作（添加，删除）。

• 特点：先进后出

#创建一个栈【列表】
my_stack = []

#入栈【向栈中存数据】：append
my_stack.append(23)
print(my_stack)
my_stack.append(30)
print(my_stack)
my_stack.append(4)
print(my_stack)

#出栈【从栈中取数据】：pop
#pop每调用一次，则取出一个数据，先添加进去的最后被取出来【先进后出】
my_stack.pop()
print(my_stack)
my_stack.pop()
print(my_stack)
my_stack.pop()
print(my_stack)

2.队列

queue抽象成一个水平放置的水管

• 特点:先进先出

import  collections

#创建队列
queue = collections.deque([12,43,8,10])
print(queue)


#入队【存数据】，append
queue.append(66)
print(queue)
queue.append(77)
print(queue)
#deque([12, 43, 8, 10, 66, 77])

#出队【取数据】，popleft
queue.popleft()
print(queue)
queue.popleft()
print(queue)
queue.popleft()
print(queue)

二、文件和目录

1. os模块

需要引入os模块

1.1 os基本方法

函数名	函数值
os.name	获取当前的操作系统的类型nt->windows posix->unix 后者Linux
os.environ	获取操作系统中的环境变量
os.environ.get(“path”)	获取path的环境变量
os.curdir	获取当前的目录
os.getcwd()	获取当前的工作目录
**os.listdir() ****	以列表的形式 返回当前目录的文件
os.mkdir()	创建目录
os.rmdir()	删除目录
os.rename(old,new)	修改文件后者文件夹的名字
os.remove()	删除文件
os.system(command)	执行系统命令
**os.walk(path) ****	遍历目录
os.path.join(path1,path2)	将path1和path2拼接成一个正常的路径
os.path.splitext()	获取文件扩展名
**os.path.isdir() ****	判断是否是目录
**os.path.isfile() ****	判断是否是文件
**os.path.exists() ****	判断文件或者目录是否存在
**os.path.getsize() ****	获取文件的大小(字节)
os.path.dirname()	获取路径的目录名
os.path.basename()	获取路径的文件名
os.path.abspath()	返回文件的绝对路径
os.path.split()	拆分路径

1.2 目录的遍历

• 深度优先
• 广度优先遍历

三、正则表达式

正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

• 需要引入内置模块re
• 缺点：效率低下，能用字符串方法完成尽量使用字符串的方法
• 优点：编码简单

1.为什么使用正则表达式

• 使用场景
  • 敏感词过滤
  • 手机、邮箱等验证
  • 爬虫

2.正则表达式的组成

• 原子
  组成正则表达式的最小单位，任何字符都可以

  原子	含义	原子	含义
  \d	0-9中任何一个字符	\w	0-9a-zA-Z_的中任何一个字符
  \D	非0-9中的任何一个字符 [^0-9]	\W	非0-9a-zA-Z_的中任何一个字符[^0-9a-z_A-Z]
  \s	\n\r\t 空格	.	代表除\n之外的任何字符
  \S	非\n\r\t 空格中任何一个字符[^\n\t\r ]	\b	词边界
  []	自己创建的原子表，[0-4]代表0-4中任何一个字符	\B	非词边界
  [^]	排除原子表中的字符	\A	字符串开始
  ^	行首；在原子表中表示排除	\Z	字符串的结尾
  $	行结尾	-	表示域，0-9就表示0到9所有数字字符

• 元字符
  元字符能够增强原子的描述能力

  元字符	含义	元字符	含义
  {}	表示重复前一个原子的次数	*	重复0次或多次 {0,}
  {m}	表示重复前一个原子的m次	+	至少出现1次 {1,}
  {m,n}	表示重复前一个原子的最少m次，最多n次	?	出现0次或1次 {0,1}
  {m,}	表示重复前一个原子的最少m次	*？，+？	取消贪婪
  ()	改变优先级，取子元素	x|y	表示匹配x或者y

• 模式修正符

  修饰符	含义	修饰符	含义
  re.S	使.匹配所有字符	re.I	不区分大小写
  re.L	本地化识别	re.M	多行匹配
  re.U	根据Unicode字符集解析字符，会影响\b、\B、\w、\W

注意：

• 模式字符串一定要使用原字符串，也就是用r开头的字符串。r’www’
• 严格区分大小写
• 如果正则表达式中有{，}，[,],-,?,*,|^,$,.等做普通字符，则要将其转义

3.正则常用方法

• re.match()

  原型：re.match(pattern,string,flags=0)
  功能：从字符串起始位置匹配一个模式，如果不是从起始位置匹配则返回None
  参数：patter  模式
       string  要匹配的字符串
       flag    模式修正符
  返回值： 匹配成功返回一个Match object，失败返回None
  
  print(re.match(r'www','www.baidu.com'))
  print(re.match(r'www','http:///www.baidu.com')) #None
  print(re.match(r'www','cctv.www.baidu.com'))  #None
  

• re.search()

  原型：re.search(pattern, string, flags=0)
  功能：顺序扫描字符串，找到第一个匹配项结束
  参数：patter 模式
       string  要匹配的字符串
       flag  模式修正符
  返回值：匹配成功，返回match object，否则返回None
  
  print(re.search(r'll','hello'))
  print(re.search(r'll','heLLo',re.I))
  

• re.findall()

  原型：findall(pattern, string, flags=0)
  功能：扫描整个字符串，并返回结果列表
  参数：patter: 匹配的正则表达式
  	 string: 要匹配的字符串
  	 flags:模式修正符
  返回值：如果匹配成功返回一个列表，包含了所有匹配项，失败返回空列表
  print(re.findall(r'oo','kksdkoosdflsdfooksdfsdoOppppweOo',re.I)) #['oo', 'oo', 'oO', 'Oo']
  

• re.split

  原型：split(pattern, string,maxsplit=0,, flags=0)
  功能：用模式做分隔符，将字符串分隔，返回分隔列表，如果模式加上括号，则分隔符会被保留
  参数：patter: 匹配的正则表达式
       string: 要匹配的字符串
       maxsplit 匹配次数，0不限制次数
       flags:模式修正符
       
  print(re.split(r'\d|,|;','w1w2w3w,w;w'))#['w', 'w', 'w', 'w', 'w', 'w']
  

• re.sub和re.subn

  sub(pattern, repl, string, count=0)
  subn(pattern, repl, string, count=0)
  功能：在目标字符串中以正则表达式的规则匹配字符串，再把他们替换成指定的字符串。可以指定替换的次数,
       如果 不指定，替换所有的匹配字符串
  参数：
      pattern:  正则表达式(规则)
      repl:     指定的用来替换的字符串
      string:   目标字符串
      count:    最多替换次数
  区别：前者返回一个替换后的字符串，后者返回一个元组，第一个元素替换后的字符串，
       第二个元素表示被替换的次数
  print(re.sub(r"(good)", "nice", "cheng is good man"))
  print(re.subn(r"(good)", "nice", "cheng is good man"))
  

• re.group()和re.groups()

  用于提取子元素，模式中一个括号就是一个子元素，group和groups只能在match和search方法里使用，通过返回的match object获取子元素。在模式串和sub和subn中的替换字符串中可以使用\1，\2，\3…来引用子元素

  m = re.match(r"(\d{3})-(\d{8})", "010-53247654")
  #使用序号获取对应组的信息，group(0)一直代表的原始字符串
  print(m.group(0))
  print(m.group(1))
  print(m.group(2))
  #查看匹配的各组的情况
  print(m.groups())
  

• compile

  当我们使用正则表达式时，re模块会干两件事
  1、编译正则表达式，如果正则表达式本身不合法，会报错
  2、用编译后的正则表达式去匹配对象

  编译正则表达式使用compile

  原型：re.compile(pattern, flags=0)
  功能：将正则表达式模式编译成正则表达式对象，其 match() 和 search() 方法可用于匹配
  参数：pattern 模式
       flags 模式修正符
  
  re_telephon = re.compile(r"^1(([3578]\d)|(47))\d{8}$") #编译，返回
  print(re_telephon.match("13600000000")) #
  

4.应用实例

• 看样子
• 写一点，测一点