DAY19
DAY19re模块正则表达式? 正则表达式本身是一种小型的、高度专业化的编程语言,它并不是Python的一部分。正则表达式是用于处理字符串的强大工具,拥有自己独特的语法以及一个独立的处理引擎,效率上可能不如str自带的方法,但功能十分强大。得益于这一点,在提供了正则表达式的语言里,正则表达式的语法都是一样的,区别只在于不同的编程语言实现支持的语法数量不同;但不用担心,不被支持的语法通常是不常用的部分。如果已经在其他语言里使用过正则表达式,只需要简单看一看就可以上手了。而在python中,通过内嵌集成re模块,程序员们可以直接调用来实现正则匹配。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。 下图展示了使用正则表达式进行匹配的流程: ? 正则表达式的大致匹配过程是:依次拿出表达式和文本中的字符比较,如果每一个字符都能匹配,则匹配成功;一旦有匹配不成功的字符则匹配失败。如果表达式中有量词或边界,这个过程会稍微有一些不同,但也是很好理解的,看下图中的示例以及自己多使用几次就能明白。 下图列出了Python支持的正则表达式元字符和语法: 数量词的贪婪模式与非贪婪模式? 正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的(在少数语言里也可能是默认非贪婪),总是尝试匹配尽可能多的字符;非贪婪的则相反,总是尝试匹配尽可能少的字符。例如:正则表达式"ab"如果用于查找"abbbc",将找到"abbb"。而如果使用非贪婪的数量词"ab?",将找到"a"。 反斜杠的困扰? 与大多数编程语言相同,正则表达式里使用 匹配模式正则表达式提供了一些可用的匹配模式,比如忽略大小写、多行匹配等,这部分内容将在Pattern类的工厂方法re.compile(pattern[,flags])中一起介绍。 re模块的基本使用正则表达式是用来匹配处理字符串的 python 中使用正则表达式需要引入re模块 ^元字符字符串开始位置与匹配规则符合就匹配,否则不匹配 匹配字符串开头。在多行模式中匹配每一行的开头(Python3+已经失效,配合compile使用) ^元字符如果写到[]字符集里就是反取 [^a-z]反取匹配出除字母外的字符,^元字符如果写到字符集里就是反取 $元字符需要字符串里完全符合,匹配规则,就匹配,(规则里的*元字符)前面的一个字符可以是0个或多个原本字符 匹配前一个字符0或多次,贪婪匹配前导字符有多少个就匹配多少个很贪婪 如果规则里只有一个分组,尽量避免用*否则会有可能匹配出空字符串 +元字符需要字符串里完全符合,匹配规则,就匹配,(规则里的+元字符)前面的一个字符可以是1个或多个原本字符 匹配前一个字符1次或无限次,贪婪匹配前导字符有多少个就匹配多少个很贪婪 ?元字符(防止贪婪匹配)需要字符串里完全符合,匹配规则,就匹配,(规则里的?元字符)前面的一个字符可以是0个或1个原本字符 匹配一个字符0次或1次 还有一个功能是可以防止贪婪匹配,详情见防贪婪匹配 {}元字符(范围)需要字符串里完全符合,匹配规则,就匹配,(规则里的 {} 元字符)前面的一个字符,是自定义字符数,位数的原本字符 {m}匹配前一个字符m次,{m,n}匹配前一个字符m至n次,若省略n,则匹配m至无限次 {0,}匹配前一个字符0或多次,等同于*元字符 []元字符(字符集)需要字符串里完全符合,匹配规则,就匹配,(规则里的 [] 元字符)对应位置是[]里的任意一个字符就匹配 字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出,也可以给出范围,如[abc]或[a-c]。[^abc]表示取反,即非abc。 [^]非,反取,匹配出除[^]里面的字符,^元字符如果写到字符集里就是反取 反斜杠后边跟普通字符实现特殊功能(预定义字符)预定义字符是在字符集和组里都是有用的 d匹配任何十进制数,它相当于类[0-9] d+匹配一位或者多位数的数字时用 D匹配任何非数字字符,它相当于类[ ^0-9 ] s匹配任何空白字符,它相当于类[tnrfv] S匹配任何非空白字符,它相当于类[ ^tnrfv ] w匹配包括下划线在内任何字母数字字符,它相当于类[ a-zA-Z0-9_] W匹配非任何字母数字字符包括下划线在内,它相当于类[ ^a-zA-Z0-9_ ] ()元字符(分组)也就是分组匹配,()里面的为一个组也可以理解成一个整体 如果()后面跟的是特殊元字符如 (adc)* 那么*控制的前导字符就是()里的整体内容,不再是前导一个字符 |元字符(或)|或,或就是前后其中一个符合就匹配 re模块中常用功能函数正则表达式的两种书写方式
re.compile(strPattern[,flag])函数这个方法是Pattern类的工厂方法,用于将字符串形式的正则表达式编译为Pattern对象。 第二个参数flag是匹配模式,取值可以使用按位或运算符‘|‘表示同时生效,比如re.I | re.M。另外,你也可以在regex字符串中指定模式,比如re.compile(‘pattern‘,re.I | re.M)与re.compile(‘(?im)pattern‘)是等价的。 下表是所有的正则匹配模式:
re.S
正则表达式中,“.”的作用是匹配除“n”以外的任何字符,也就是说,它是在一行中进行匹配。这里的“行”是以“n”进行区分的。a字符串有每行的末尾有一个“n”,不过它不可见。 如果不使用re.S参数,则只在每一行内进行匹配,如果一行没有,就换下一行重新开始,不会跨行。而使用re.S参数以后,正则表达式会将这个字符串作为一个整体,将“n”当做一个普通的字符加入到这个字符串中,在整体中进行匹配。 re.I
re.M
re.subre.match(pattern,string[,flags])函数(常用)match,从头匹配一个符合规则的字符串,从起始位置开始匹配,匹配成功返回一个对象,未匹配成功返回None
注意:match()函数 与 search()函数基本是一样的功能,不一样的就是match()匹配字符串开始位置的一个符合规则的字符串,search()是在字符串全局匹配第一个合规则的字符串 typing模块? 前言:很多人在写完代码一段时间后回过头看代码,很可能忘记了自己写的函数需要传什么参数,返回什么类型的结果,就不得不去阅读代码的具体内容,降低了阅读的速度,加上Python本身就是一门弱类型的语言,这种现象就变得更加的严重,而typing这个模块很好的解决了这个问题。 typing模块的作用
使用typing模块
typying常用类型
collertions模块collections是Python内建的一个集合模块,提供了许多有用的集合类。 namedtuplenamedtuple是一个函数,它用来创建一个自定义的tuple对象,并且规定了tuple元素的个数,并可以用属性而不是索引来引用tuple的某个元素。 这样一来,我们用namedtuple可以很方便地定义一种数据类型,它具备tuple的不变性,又可以根据属性来引用,使用十分方便。 deque使用list存储数据时,按索引访问元素很快,但是插入和删除元素就很慢了,因为list是线性存储,数据量大的时候,插入和删除效率很低。 deque是为了高效实现插入和删除操作的双向列表,适合用于队列和栈。 deque除了实现list的append()和pop()外,还支持appendleft()和popleft(),这样就可以非常高效地往头部添加或删除元素。 defaultdict注意默认值是调用函数返回的,而函数在创建defaultdict对象时传入。 除了在Key不存在时返回默认值,defaultdict的其他行为跟dict是完全一样的。 OrderedDict使用dict时,Key是无序的。在对dict做迭代时,我们无法确定Key的顺序。如果要保持Key的顺序,可以用OrderedDict。 CounterCounter是一个简单的计数器,例如,统计字符出现的个数。 collections模块提供了一些有用的集合类,可以根据需要选用。shutil模块高级的文件、文件夹、压缩包处理模块。 zipfile压缩解压缩tarfile压缩解压缩xml模块xml是实现不同语言或程序之间进行数据交换的协议,跟json差不多,但json使用起来更简单,不过,古时候,在json还没诞生的黑暗年代,大家只能选择用xml呀,至今很多传统公司如金融行业的很多系统的接口还主要是xml。 subprocess模块subprocess模块允许你去创建一个新的进程让其执行另外的程序,并与它进行通信,获取标准的输入、标准输出、标准错误以及返回码等。 (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |