• DAY 16 PYTHON入门


    一、re模块

    一:什么是正则?

     正则就是用一些具有特殊含义的符号组合到一起(称为正则表达式)来描述字符或者字符串的方法。或者说:正则就是用来描述一类事物的规则。(在Python中)它内嵌在Python中,并通过 re 模块实现。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。

    生活中处处都是正则:

        比如我们描述:4条腿

          你可能会想到的是四条腿的动物或者桌子,椅子等

        继续描述:4条腿,活的

              就只剩下四条腿的动物这一类了

     

    二:常用匹配模式(元字符)

    http://blog.csdn.net/yufenghyc/article/details/51078107


    指定匹配必须出现在字符串的开头或行的开头。


    指定匹配必须出现在字符串的开头(忽略 Multiline 选项)。


    指定匹配必须出现在以下位置:字符串结尾、字符串结尾的   之前或行的结尾。


    指定匹配必须出现在字符串的结尾或字符串结尾的   之前(忽略 Multiline 选项)。

    #补充

    import re
    #使用|,先匹配的先生效,|左边是匹配小数,而findall最终结果是查看分组,所有即使匹配成功小数也不会存入结果
    #而不是小数时,就去匹配(-?d+),匹配到的自然就是,非小数的数,在此处即整数

    #总结:尽量精简,详细的如下

        # 尽量使用泛匹配模式.*

        # 尽量使用非贪婪模式:.*?

        # 使用括号得到匹配目标:用group(n)去取得结果

    # 有换行符就用re.S:修改模式

    二、            json&pickle模块

    之前我们学习过用eval内置方法可以将一个字符串转成python对象,不过,eval方法是有局限性的,对于普通的数据类型,json.loads和eval都能用,但遇到特殊类型的时候,eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式,并返回表达式的值。

    1 import json

    2 x="[null,true,false,1]"

    3 print(eval(x)) #报错,无法解析null类型,而json就可以

    4 print(json.loads(x))

    什么是序列化?

    我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化,在Python中叫pickling,在其他语言中也被称之为serialization,marshalling,flattening等等,都是一个意思。

    为什么要序列化?

    1:持久保存状态

    需知一个软件/程序的执行就在处理一系列状态的变化,在编程语言中,'状态'会以各种各样有结构的数据类型(也可简单的理解为变量)的形式被保存在内存中。

    内存是无法永久保存数据的,当程序运行了一段时间,我们断电或者重启程序,内存中关于这个程序的之前一段时间的数据(有结构)都被清空了。

    在断电或重启程序之前将程序当前内存中所有的数据都保存下来(保存到文件中),以便于下次程序执行能够从文件中载入之前的数据,然后继续执行,这就是序列化。

    具体的来说,你玩使命召唤闯到了第13关,你保存游戏状态,关机走人,下次再玩,还能从上次的位置开始继续闯关。或如,虚拟机状态的挂起等。

    2:跨平台数据交互

    序列化之后,不仅可以把序列化后的内容写入磁盘,还可以通过网络传输到别的机器上,如果收发的双方约定好实用一种序列化的格式,那么便打破了平台/语言差异化带来的限制,实现了跨平台数据交互。

    反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化,即unpickling。

    如何序列化之json和pickle:

    json

    如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便。

    JSON表示的对象就是标准的JavaScript语言的对象,JSON和Python内置的数据类型对应如下:

    注意:

    import json

    #dct="{'1':111}"#json 不认单引号

    #dct=str({"1":111})#报错,因为生成的数据还是单引号:{'one': 1}

    dct='{"1":"111"}'

    print(json.loads(dct))

    #conclusion:

    # 无论数据是怎样创建的,只要满足json格式,就可以json.loads出来,不一定非要dumps的数据才能loads

    了解:

    # 在python解释器2.7与3.6之后都可以json.loads(bytes类型),但唯独3.5不可以

    >>> import json

    >>> json.loads(b'{"a":111}')

    Traceback (most recent call last):

      File "<stdin>", line 1, in <module>

      File "/Users/linhaifeng/anaconda3/lib/python3.5/json/__init__.py", line 312, in loads

        s.__class__.__name__))

    TypeError: the JSON object must be str, not 'bytes'

    # 在python解释器2.7与3.6之后都可以json.loads(bytes类型),但唯独3.5不可以

    >>> import json

    >>> json.loads(b'{"a":111}')

    Traceback (most recent call last):

      File "<stdin>", line 1, in <module>

      File "/Users/linhaifeng/anaconda3/lib/python3.5/json/__init__.py", line 312, in loads

        s.__class__.__name__))

    TypeError: the JSON object must be str, not 'bytes'

    # 一.什么是猴子补丁?

          属性在运行时的动态替换,叫做猴子补丁(Monkey Patch)。

          猴子补丁的核心就是用自己的代码替换所用模块的源代码,详细地如下

      1,这个词原来为Guerrilla Patch,杂牌军、游击队,说明这部分不是原装的,在英文里guerilla发音和gorllia(猩猩)相似,再后来就写了monkey(猴子)。

      2,还有一种解释是说由于这种方式将原来的代码弄乱了(messing with it),在英文里叫monkeying about(顽皮的),所以叫做Monkey Patch。

    # 二. 猴子补丁的功能(一切皆对象)

      1.拥有在模块运行时替换的功能, 例如: 一个函数对象赋值给另外一个函数对象(把函数原本的执行的功能给替换了)

    class Monkey:

        def hello(self):

            print('hello')

        def world(self):

            print('world')

    def other_func():

        print("from other_func")

    monkey = Monkey()

    monkey.hello = monkey.world

    monkey.hello()

    monkey.world = other_func

    monkey.world()

    # 三.monkey patch的应用场景

    如果我们的程序中已经基于json模块编写了大量代码了,发现有一个模块ujson比它性能更高,

    但用法一样,我们肯定不会想所有的代码都换成ujson.dumps或者ujson.loads,那我们可能

    会想到这么做

    import ujson as json,但是这么做的需要每个文件都重新导入一下,维护成本依然很高

    此时我们就可以用到猴子补丁了

    只需要在入口处加上

    , 只需要在入口加上:

    import json

    import ujson

    def monkey_patch_json():

        json.__name__ = 'ujson'

        json.dumps = ujson.dumps

        json.loads = ujson.loads

    monkey_patch_json() # 之所以在入口处加,是因为模块在导入一次后,后续的导入便直接引用第一次的成果

    #其实这种场景也比较多, 比如我们引用团队通用库里的一个模块, 又想丰富模块的功能, 除了继承之外也可以考虑用Monkey

    Patch.采用猴子补丁之后,如果发现ujson不符合预期,那也可以快速撤掉补丁。个人感觉Monkey

    Patch带了便利的同时也有搞乱源代码的风险!

    三、pickle

     

    import pickle

    dic={'name':'alvin','age':23,'sex':'male'}

    print(type(dic))#<class 'dict'>

    j=pickle.dumps(dic)

    print(type(j))#<class 'bytes'>

    f=open('序列化对象_pickle','wb')#注意是w是写入str,wb是写入bytes,j是'bytes'

    f.write(j)  #-------------------等价于pickle.dump(dic,f)

    f.close()

    #-------------------------反序列化

    import pickle

    f=open('序列化对象_pickle','rb')

    data=pickle.loads(f.read())#  等价于data=pickle.load(f)

    print(data['age'])

    # coding:utf-8

    import pickle

    python2python3pickle兼容性问题:

    with open('a.pkl',mode='wb') as f:

        # 一:在python3中执行的序列化操作如何兼容python2

        # python2不支持protocol>2,默认python3中protocol=4

        # 所以在python3中dump操作应该指定protocol=2

        pickle.dump('你好啊',f,protocol=2)

    with open('a.pkl', mode='rb') as f:

        # 二:python2中反序列化才能正常使用

        res=pickle.load(f)

    print(res)

    Pickle的问题和所有其他编程语言特有的序列化问题一样,就是它只能用于Python,并且可能不同版本的Python彼此都不兼容,因此,只能用Pickle保存那些不重要的数据,不能成功地反序列化也没关系。

    四、timedatetime模块

    在Python中,通常有这几种方式来表示时间:

    时间戳(timestamp):通常来说,时间戳表示的是从1970年1月1日00:00:00开始按秒计算的偏移量。我们运行“type(time.time())”,返回的是float类型。

    格式化的时间字符串(Format String)

    结构化的时间(struct_time):struct_time元组共有9个元素共九个元素:(年,月,日,时,分,秒,一年中第几周,一年中第几天,夏令时)

    import time

    #--------------------------我们先以当前时间为准,让大家快速认识三种形式的时间

    print(time.time()) # 时间戳:1487130156.419527

    print(time.strftime("%Y-%m-%d %X")) #格式化的时间字符串:'2017-02-15 11:40:53'

    print(time.localtime()) #本地时区的struct_time

    print(time.gmtime())    #UTC时区的struct_time

     

    格式化字符串的时间格式

    %a    Locale’s abbreviated weekday name.    

    %A    Locale’s full weekday name.    

    %b    Locale’s abbreviated month name.    

    %B    Locale’s full month name.    

    %c    Locale’s appropriate date and time representation.    

    %d    Day of the month as a decimal number [01,31].    

    %H    Hour (24-hour clock) as a decimal number [00,23].    

    %I    Hour (12-hour clock) as a decimal number [01,12].    

    %j    Day of the year as a decimal number [001,366].    

    %m    Month as a decimal number [01,12].    

    %M    Minute as a decimal number [00,59].    

    %p    Locale’s equivalent of either AM or PM.    (1)

    %S    Second as a decimal number [00,61].    (2)

    %U    Week number of the year (Sunday as the first day of the week) as a decimal number [00,53]. All days in a new year preceding the first Sunday are considered to be in week 0.    (3)

    %w    Weekday as a decimal number [0(Sunday),6].    

    %W    Week number of the year (Monday as the first day of the week) as a decimal number [00,53]. All days in a new year preceding the first Monday are considered to be in week 0.    (3)

    %x    Locale’s appropriate date representation.    

    %X    Locale’s appropriate time representation.    

    %y    Year without century as a decimal number [00,99].    

    %Y    Year with century as a decimal number.    

    %z    Time zone offset indicating a positive or negative time difference from UTC/GMT of the form +HHMM or -HHMM, where H represents decimal hour digits and M represents decimal minute digits [-23:59, +23:59].    

    %Z    Time zone name (no characters if no time zone exists).    

    %%    A literal '%' character.

     

    其中计算机认识的时间只能是'时间戳'格式,而程序员可处理的或者说人类能看懂的时间有: '格式化的时间字符串','结构化的时间' ,于是有了下图的转换关系

     

    五、random模块

    import random

    print(random.random())#(0,1)----float    大于0且小于1之间的小数

    print(random.randint(1,3))  #[1,3]    大于等于1且小于等于3之间的整数

    print(random.randrange(1,3)) #[1,3)    大于等于1且小于3之间的整数

    print(random.choice([1,'23',[4,5]]))#1或者23或者[4,5]

    print(random.sample([1,'23',[4,5]],2))#列表元素任意2个组合

    print(random.uniform(1,3))#大于1小于3的小数,如1.927109612082716

     

    item=[1,3,5,7,9]

    random.shuffle(item) #打乱item的顺序,相当于"洗牌"

    print(item)

  • 相关阅读:
    numpy 加速 以及 ipython
    sublime 插件
    doc文件转txt
    xls文件转化txt
    jmlr论文下载
    R 画地图
    shell并行处理
    Idea 配置
    beta函数分布图
    winEdt 使用
  • 原文地址:https://www.cnblogs.com/DEJAVU888/p/14243061.html
Copyright © 2020-2023  润新知