模块
好处:
1.提高我们代码的可维护性。
2.使用模块可以避免函数名和变量名的冲突
高内聚,低耦合
种类:
1.内置标准模块(标准库)
2.第三方开源模块 通过pip install 模块名
3.自定义模块
调用模块:
import 模块名/函数名
from 模块名 import 模块名/函数名
# import testP.A
# from testP import A
# from testP.A import * # 不建议导入全部功能
常用模块
os模块
# import os
# print(os.path.basename("E:/pythonProject/class10.py")) # 返回路径的文件名
# print(os.path.dirname("E:/pythonProject/abcd/class10.py")) # 返回路径的目录
# print(os.path.join("E:", "pythonProject", "class10.py")) # 拼接路径
# print(os.path.split("E:/pythonProject/abcd/class10.py")) # 返回路径目录和文件名
# print(os.path.splitext("E:/pythonProject/abcd/class10.py")) # 返回文件路径和文件后缀
# print(os.path.exists("E:/pythonProject/class10.py")) # 路径是否存在
sys模块
# import sys
# print(sys.argv) # 返回程序外部向内部传递的参数
# print("我正在用命令行运行代码")
# sys.exit() # 强制退出程序
# print(sys.path)
# sys.path.append("E:/pythonProject/testP")
# import A
time模块
import time
# print(time.time()) # 获取一个时间戳(1970年1月1日到现在过了多少秒)
# print(time.localtime()) # 获取一个当前时间戳的格式化数据
# print(time.strftime("%Y year %m moth %d day", time.localtime()))
"""
%y 两位数的年份表示(00-99)
%Y 四位数的年份表示(000-9999)
%m 月份(01-12)
%d 月内中的一天(1-31)
%H 24小时制小时数(1-24)
%I 12小时制小时数(01-12)
%M 分钟数(00=59)
%S 秒(00-59)
%a 本地简化星期名称
%A 本地完整星期名称
%b 本地简化的月份名称
%B 本地完整的月份名称
%c 本地相应的日期表示和时间表示
%j 年内的一天(001-366)
%p 本地A.M.或P.M.的等价符
%U 一年中的星期数(00-53)星期天为星期的开始
%w 星期(0-6),星期天为星期的开始
%W 一年中的星期数(00-53)星期一为星期的开始
%x 本地相应的日期表示
%X 本地相应的时间表示
%Z 当前时区的名称
%% %号本身
"""
random模块
# 线性同余
import random
# print(random.random()) # 返回一个[0,1)的随机浮点数
# print(random.uniform(1, 100)) # 返回一个[1,10)的随机浮点数
# print(random.randint(1,10)) # 返回一个[1,10]的随机整数
# print(random.randrange(1, 10, 2)) # 从序列中随机取一个数返回
# print(list(range(1,10,2)))
# l = [2,4,9,7,1,4984,184]
# print(random.choice(l)) # 从序列中随机取一个数返回
# l = [2,4,9,7,1,4984,184]
# print(l)
# random.shuffle(l) # 用于打乱列表中的元素
# print(l)
# l = [2,4,9,7,1,4984,184]
# print(random.sample(l, 6)) # 从指定序列中获取指定长度的随机片段
pickle模块
#python对象的序列化和反序列化
# import pickle
# data = {1:"A", 2:"B"}
# with open("data.txt", 'rb+') as f:
# pickle.dump(data, f) # 序列化
# print(pickle.load(f)) # 反序列化
json模块 (json文本序列化格式)
# import json
# data = {1:"A", 2:"B"}
# with open("data.txt", 'w') as f:
# json.dump(data, f) # 序列化
# print(json.load(f)) # 反序列化
re模块 正则表达式搜索
import re
email = "54221434@qq.com"
phone = "15145321547"
# print(re.search("^\d{8,11}@qq.com", email))
# print(re.search("^\d{11}$", phone)) # 扫描整个字符串 并返回第一个匹配成功的
# print(re.sub("\d", "A", email)) # 替换字符串中的匹配项
# k = re.compile("\d")
# print(k.sub("A", email))
# emails = "54221434@qq.com54AA411949847934@qq.com54VB221434@qq.com542BS21434@qq.com"
# print(re.findall("\d{8,11}@qq.com", emails)) # 以列表的形式返回正则表达式所有匹配的子串
"""
^ 匹配字符串的开头
$ 匹配字符串的末尾。
. 匹配任意字符,除了换行符,当\w 匹配数字字母下划线
\W 匹配非数字字母下划线
\s 匹配任意空白字符,等价于 [\t\n\r\f]。
\S 匹配任意非空字符
\d 匹配任意数字,等价于 [0-9]。
\D 匹配任意非数字
\A 匹配字符串开始
\Z 匹配字符串结束,如果是存在换行,只匹配到换行前的结束字符串。
\z 匹配字符串结束
\G 匹配最后匹配完成的位置。
\b 匹配一个单词边界,也就是指单词和空格间的位置。例如, 'er\b' 可以匹配"never" 中的 'er',但不能匹配 "verb" 中的 'er'。
\B 匹配非单词边界。'er\B' 能匹配 "verb" 中的 'er',但不能匹配 "never" 中的 'er'。
* 匹配0个或多个的表达式
+ 匹配1个或多个的表达式
? 匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式
[...] 用来表示一组字符,单独列出:[amk] 匹配 'a','m'或'k'
[^...] 不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符
{n} 匹配n个前面表达式。例如,"o{2}"不能匹配"Bob"中的"o",但是能匹配"food"中的两个o。
{n,} 精确匹配n个前面表达式。例如,"o{2,}"不能匹配"Bob"中的"o",但能匹配"foooood"中的所有o。"o{1,}"等价于"o+"。"o{0,}"则等价于"o*"。
{n, m} 匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式
a| b 匹配a或b
"""