本节介绍:
一:正则表达式:
正则表达并不是python 独有的。在各个语言里都有该语法的介绍。正则表达是处理字符串的强大的处理工具。拥有自己的独特的
处理方法。和处理引擎。虽然性能没有python 字符串自己函数和方法。但是由于功能强大。
如上:正则表达式的大致匹配过程是:一次拿出表达式和文本中的字符进行比较,如果没个字符都能匹配,则匹配成功
否则匹配失败。
正则表达式其实是含有文本和特殊字符的字符串,这些文本和特殊字符的模式可以识别各种字符串。
正则表达式的匹配分两种情况:搜索和匹配。搜索search 是在在字符串任意位置查找到匹配的模式。匹配(match)在字符串开始全部或者一部分找到匹配模式。
正则表达式支持的元字符和语法:
. 匹配任意除换行符' '外的字符。在DOTALL模式中也能匹配换行符。
1 import re 2 str_a='abcdb' 3 pp=re.findall('a.c',str_a) 4 print(pp) 5 ['abc']
转义符。使后一个字符改变,变为原先的含义。如果字符创中有字符*可以用*或者[*]进行匹配。
1 import re 2 str_a='ab*db' 3 pp=re.findall('.*.',str_a) 4 print(pp) 5 ['b*d']
1 import re 2 str_a='ab*db' 3 pp=re.findall('.[*].',str_a) 4 print(pp) 5 ['b*d']
[...] 字符集(字符类).对应的位置可以是字符集中的任意一个字符。字符集中的字符可以逐个列出来,也可以指定范围如[abc]或者[a-c]。第一个字符如果^表示取反,如[^abc]表示不是abc其他的字符。
所有特殊字符在[]中都失去原先的特殊含义。在字符集中如果使用]、-或^可以用转义符进行转移。或把] 、-放在第一个字符,^ 放在非第一个字符位置。
1 import re 2 str_a='ab*db' 3 pp=re.findall('[a*b]',str_a)#满足字符集中[]任意一个字符就输出。 4 print(pp) 5 ['a', 'b', '*', 'b']
import re str_a='ac*db' pp=re.findall('[^ab]',str_a)#表示非ab字符以外的字符 print(pp) ['c', '*', 'd']
1 import re 2 str_a='ac.db' 3 pp=re.findall('[^.ab]',str_a) 4 print(pp) 5 ['c', 'd']
预定义字符集(可以写在字符集[]中)
d 表示数字[0-9]
1 import re 2 str_a='ac.d65b' 3 pp=re.findall('[ddb]',str_a) 4 print(pp) 5 ['d', '6', '5', 'b']
1 import re 2 str_a='ac.d6b' 3 pp=re.findall('ddb',str_a) 4 print(pp) 5 ['d6b']
D 表示非数字[^d]
import re str_a='ac.d6bdab' pp=re.findall('dDb',str_a) print(pp) ['dab']
1 import re 2 str_a='ac.d6bdab' 3 pp=re.findall('[D]',str_a) 4 ppr1=re.findall('[^d]',str_a) 5 print(pp) 6 print(ppr1) 7 ['a', 'c', '.', 'd', 'b', 'd', 'a', 'b'] 8 ['a', 'c', '.', 'd', 'b', 'd', 'a', 'b']
import re str_a='ac.d6bdab' ppr1=re.findall('ddb',str_a) print(ppr1) ['d6b']
s 空白字符:[空格 fv]
1 import re 2 str_a='ac d6bdab' 3 ppr1=re.findall('acssd',str_a) 4 print(ppr1) 5 ['ac d
S 表示非空白字符。[^s]
import re str_a='ac d6bdab' ppr1=re.findall('[^s]',str_a) ppr2=re.findall('[S]',str_a) print(ppr1) print(ppr2) ['a', 'c', 'd', '6', 'b', 'd', 'a', 'b'] ['a', 'c', 'd', '6', 'b', 'd', 'a', 'b']
w 表示单词字符 [a-z,A-Z ,0-9]
1 import re 2 str_a='ac d6bdab' 3 ppr1=re.findall('[w]',str_a) 4 ['a', 'c', 'd', '6', 'b', 'd', 'a', 'b']
W表示非单词字符[^w]
1 import re 2 str_a='ac d6bdab' 3 ppr1=re.findall('[W]',str_a) 4 5 [' ', ' ']
数量词 用在字符或者(...)之后。
* 表示匹配前一个字符0个或者无限个。
1 import re 2 a='ccaaaccaa' 3 t=re.findall('a*',a) 4 print(t) 5 ['', '', 'aaa', '', '', 'aa', ''] #返回一个列表结果集合如果没匹配直接返回None
+表示前一个字符出现一次或者多次。
1 import re 2 a='ccaaaccaa' 3 t=re.findall('a+',a) 4 print(t) 5 ['aaa', 'aa']
?表示前一个字符出现0次或者1次。
1 import re 2 a='ccaaaccaa' 3 t=re.findall('a?',a) 4 print(t) 5 ['', '', 'a', 'a', 'a', '', '', 'a', 'a', '']
{n}表示前一个字符出现的次数。也可以指定出现次数限制{n,m}
1 import re 2 a='ccaaaccaa' 3 t=re.findall('ca{3}',a) 4 print(t) 5 ['caaa']
1 import re 2 a='ccaaaccaa' 3 t=re.findall('ca{2,3}',a) 4 print(t) 5 ['caaa', 'caa']
^不在字符集[]中表示以什么开头,在字符集中表示非字符集中字符以外的意思。也可以用A 也表示以什么开头。这么写是为了没有caret键盘使用的。
1 import re 2 a='caaaccaa' 3 t=re.findall('^ca',a) 4 print(t) 5 ['ca']
1 import re 2 a='caaaaab' 3 t=re.findall('[^c,a]',a) 4 print(t) 5 ['b']
$表示以前一个字符结尾。或者以 也表示以什么结尾的。
1 import re 2 a='caaaaab' 3 t=re.findall('.+b$',a) 4 print(t) 5 ['caaaaab']
re1|re2表示符合re1模式或者符合re2模式的正则的表达式。
1 import re 2 a='caaaaab' 3 t=re.findall('^c|b$',a) 4 print(t) 5 ['c', 'b']
[^....]表示匹配除字符集中任意字符之外的字符。字符集里可以是范围,也可以是枚举的字符。
1 import re 2 a='caaaaab' 3 t=re.findall('[^a]',a) 4 print(t) 5 ['c', 'b']
1 import re 2 a='caaaaab' 3 t=re.findall('[^a,b]',a) 4 print(t) 5 ['c']
1 import re 2 a='caaaaabd' 3 t=re.findall('[^a-c]',a) 4 print(t) 5 ['d']
(....)匹配括号里的正则表达式,并形成子组、就是对一个正则表达式的匹配结果进行再次分组匹配。
1 import re 2 a='1+2+(2-(1+3))' 3 t=re.findall('(([^(,)]+))',a) 4 print(t) 5 ['1+3']
外层表达是匹配带()然后分组里的表达式是:且不包含()的字符串。
或者B 表示的是单词边界。表示无论在字符串的开头还是符串的中间,都可以进行匹配。
需要注意是前面需要用r元字符,表示后面的正则表达式是原始字符串进行处理而不进行转义。只有在模式情况下 需要这么做。因为在ASSIC 中 表示退格符(backspace)也就是08 需要加入r表示在处理时候把不进行转义当做原始字符串处理。
1 import re 2 a='abc d the cccc' 3 t=re.findall(r'abc',a)#需要注意是前面需要用r元字符,表示后面的正则表达式是原始字符串进行处理而不进行转义。只有在模式情况下 需要这么做。还有前后需要单词边界也就是说是空格或者其他隔开 4 print(t) 5 ['abc']
1 import re 2 a='abc d the cccc' 3 t=re.findall(r'the',a) 4 print(t) 5 ['the']
1 import re 2 a='abc d the cccc' 3 t=re.findall('BtheB',a) 4 print(t) 5 []
1 import re 2 a='abc dthecccc' 3 t=re.findall('BtheB',a) 4 print(t) 5 ['the']
1 import re 2 a='thecccc' 3 t=re.findall('BtheB',a) 4 print(t) 5 []
需要注意B B之间只能匹配字符串中的字符,而且前后需要的字符不可以是空格,不能匹配开头。
特殊情况:
元字符?在+ 、*的后面表示匹配的字符串越短越好。在其他的字符前面也表示越短越好。
1 import re 2 a='caaabd' 3 t=re.search('a+',a) 4 print(t) 5 <_sre.SRE_Match object; span=(1, 4), match='aaa'>
1 import re 2 a='caaabd' 3 t=re.search('a+?',a) 4 print(t) 5 <_sre.SRE_Match object; span=(1, 2), match='a'>
re模块函数:
1:findall
findall,获取非重复的匹配列表;如果有一个组则以列表的形式返回,且每个匹配均是字符串;如果模型中有多个组,则以列表形式返回,且每个匹配均是元组;
空的匹配也会包含在结果中。findall(pattern,string,flags=0)
1 import re 2 a='acdd4.wee2' 3 r=re.findall('.w.+',a) 4 print(r) 5 ['.wee2']
1 import re 2 a='acdd4.wee2' 3 r=re.findall('(.)w.+',a) 4 print(r) 5 ['.']
1 import re 2 a='acdd4.wee2' 3 r=re.findall('.(w)(.+)',a) 4 print(r) 5 [('w', 'ee2')]
1 origin = "hello tom bcd abcd lge acd 19" 2 t = re.findall("a((w*)c)(d)", origin) 3 print(t) 4 [('bc', 'b', 'd'), ('c', '', 'd')]
2:sub函数,是指正则匹配模型中,将匹配成功的字符串替换。
sub(pattern,repl,string,count=0,flags=0)
pattern:正则模型
repl:要替换的字符串或者可执行对象。(替换成什么对象或者字符串!)
string:要匹配的字符串。
count:匹配的次数。
flags:匹配模式。
与分组无关。
1 import re 2 a = 'acderf23f' 3 r=re.sub('^a.{2}',"000",a,1) 4 print(r) 5 000erf23f
3:split函数
根据正则表达式的匹配的字符串进行切割。
split(pattern,string,maxsplit=0,flags=0)
pattern:正则模型
string:要匹配的字符串
maxsplit:指定分割个数0表示全部切割。默认是0。
flags:匹配模式。
1 a = 'acderf23f' 2 r=re.split('de.{2}',a) 3 print(r) 4 ['ac', '23f']
1 import re 2 a = 'acderf23faaadeccc' 3 r=re.split('de.{2}',a,1) 4 print(r) 5 ['ac', '23faaadeccc']
import re a = 'acderf23faaadeccc' r=re.split('(de.{2})',a,0) print(r) ['ac', 'derf', '23faaa', 'decc', 'c']
如果想显示切割的部分字符串可以用分组来处理()来保留自己想要的部分的。
4:match函数:
从字符串开头进行匹配,如果没有的话返回None 等同于^
match(pattern,string,flags=0)
pattern:正则表达式模型。
string:被匹配的字符串。
flags:匹配的模式。
无分组:匹配的字符串自动放在group里,因为没有分组,所以groups里没结果。
1 import re 2 a = 'acderf23faaadeccc' 3 r=re.match('a.{2}',a) 4 print(r.group()) 5 print(r.groups()) 6 print(r.groupdict() 7 acd 8 () 9 {}
有分组:
1 import re 2 a = 'acderf23faaadeccc' 3 r=re.match('a(.{2})',a) 4 print(r.group()) 5 print(r.groups()) 6 print(r.groupdict()) 7 acd 8 ('cd',) 9 {}
r.group()储存的是分组匹配字符串信息。r.groups()储存的是分组信息。r.groupsdict()储存的是别名信息。
1 import re 2 a = 'acderf23faaadeccc' 3 r=re.match('a(?P<key>.{2})',a)###?P<自己命名key值>相当于给这个分组定义一个别名。 4 print(r.group()) 5 print(r.groups()) 6 print(r.groupdict()) 7 acd 8 ('cd',) 9 {'key': 'cd'}
5:search函数
对字符串进行搜索,匹配到第一个就结束。无匹配返回值是None
1 import re 2 a = 'acderf23faaadecaaccccc' 3 r=re.search('aa.{2}',a) 4 print(r.group()) 5 print(r.groups()) 6 print(r.groupdict()) 7 aaad 8 () 9 {}
1 import re 2 a = 'acderf23faaadecaaccccc' 3 r=re.findall('aa.{2}',a) 4 print(r) 5 ['aaad', 'aacc']
有分组:
1 import re 2 a = 'acderf23faaadecaaccccc' 3 r=re.search('a(a.{2})',a) 4 print(r.group()) 5 print(r.groups()) 6 print(r.groupdict()) 7 aaad 8 ('aad',) 9 {}
1 import re 2 a = 'acderf23faaadecaaccccc' 3 r=re.search('a(?P<test>a.{2})',a) 4 print(r.group()) 5 print(r.groups()) 6 print(r.groupdict()) 7 aaad 8 ('aad',) 9 {'test': 'aad'}
常用的正则表达式的匹配:
IP: ^(25[0-5]|2[0-4]d|[0-1]?d?d)(.(25[0-5]|2[0-4]d|[0-1]?d?d)){3}$ 手机号: ^1[3|4|5|8][0-9]d{8}$ 邮箱: [a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(.[a-zA-Z0-9_-]+)+
二:算法
冒泡算法:
概念:它重复地走访过要排序的数列,一次比较两个元素大小,如果他们的顺序错误就把他们交换过来。走访数列的工作是重复地进行直到没有再需要交换,也就是说该数列已经排序完成。这个算法的名字由来是因为越大的元素会经由交换慢慢“浮”到数列的顶端。
实现:
1 NUM_LIST=[5,23,7,2,3,5,7] 2 LEN=len(NUM_LIST) 3 for m in range(LEN-1): 4 for i in range(LEN-1): 5 if NUM_LIST[i] >NUM_LIST[i+1]: 6 NUM_LIST[i],NUM_LIST[i+1]=NUM_LIST[i+1],NUM_LIST[i] 7 print(NUM_LIST) 8 [2, 3, 5, 5, 7, 7, 23]
三:模块
os模块
1:os.getcwd() 获取当前工作目录,即当前python脚本工作的目录路径
1 import os 2 print(os.getcwd()) 3 C:python2day6:
os.chdir("dirname") 改变当前脚本工作目录;相当于shell下cd
os.curdir 返回当前目录: ('.')
os.pardir 获取当前目录的父目录字符串名:('..')
os.makedirs('dir1/dir2') 可生成多层递归目录
os.removedirs('dirname1') 若目录为空,则删除,并递归到上一级目录,如若也为空,则删除,依此类推
os.mkdir('dirname') 生成单级目录;相当于shell中mkdir dirname
os.rmdir('dirname') 删除单级空目录,若目录不为空则无法删除,报错;相当于shell中rmdir dirname
os.listdir('dirname') 列出指定目录下的所有文件和子目录,包括隐藏文件,并以列表方式打印
os.remove() 删除一个文件
os.rename("oldname","new") 重命名文件/目录
os.stat('path/filename') 获取文件/目录信息
os.sep 操作系统特定的路径分隔符,win下为"\",Linux下为"/"
os.linesep 当前平台使用的行终止符,win下为"
",Linux下为"
"
os.pathsep 用于分割文件路径的字符串
os.name 字符串指示当前使用平台。win->'nt'; Linux->'posix'
os.system("bash command") 运行shell命令,直接显示
os.environ 获取系统环境变量
2:os.path.abspath(path) 返回path规范化的绝对路径
1 import os 2 print(os.path.abspath(__file__)) 3 C:python2day6s3
os.path.split(path) 将path分割成目录和文件名二元组返回
3:os.path.dirname(path) 返回path的目录。其实就是os.path.split(path)的第一个元素
1 import os 2 print(os.path.dirname(os.path.abspath(__file__))) 3 C:python2day6
4:os.path.basename(path) 返回path最后的文件名。如何path以/或结尾,那么就会返回空值。即os.path.split(path)的第二个元素
1 import os 2 print(os.path.basename(__file__)) 3 s3
5:os.path.exists(path) 如果path存在,返回True;如果path不存在,返回False
1 import os 2 print(os.path.exists('C:python2day6\3.py')) 3 True
os.path.isabs(path) 如果path是绝对路径,返回True
os.path.isfile(path) 如果path是一个存在的文件,返回True。否则返回False
os.path.isdir(path) 如果path是一个存在的目录,则返回True。否则返回False
6:os.path.join(path1[, path2[, ...]]) 将多个路径组合后返回,第一个绝对路径之前的参数将被忽略
1 import os 2 p_dir='C:python2' 3 c_dir='day6' 4 print(os.path.join(p_dir,c_dir)) 5 C:python2day6
os.path.getatime(path) 返回path所指向的文件或者目录的最后存取时间
os.path.getmtime(path) 返回path所指向的文件或者目录的最后修改时间
sys模块:主要用于python解释器相关的。
1:sys.argv:获取参数,第一个参数是文件路径(相对路径)
2:sys.exit()程序退出。
3:sys.version 获取解释版本。
1 import sys 2 print(sys.version) 3 3.5.1 (v3.5.1:37a07cee5969, Dec 6 2015, 01:38:48) [MSC v.1900 32 bit (Intel)]
4:sys.path:获取python加载模块的路径。初始化的使用PYTHONPATH的值。
5:sys.plarform获取操作系统版本。
1 import sys 2 print(sys.platform) 3 win32
6:
sys.stderr 错误输出
sys.stdin 输入相关
sys.stdout 输出相关
练习:进度条模拟:
1 import sys 2 import time 3 4 5 def view_bar(num, total): 6 rate = float(num) / float(total) 7 rate_num = int(rate * 100) 8 r = ' %d%%' % (rate_num, )### 回到行首位置。 9 sys.stdout.write(r)##输出一行 不带 10 sys.stdout.flush()##将缓存区内容刷到终端,我们写的东西现在缓存区,然后在写在终端。 11 12 13 if __name__ == '__main__': 14 for i in range(0, 101): 15 time.sleep(0.1) 16 view_bar(i, 100)
四:反射:很重要!
背景:当用户访问网站的时候,输入url的时候,网站后台可以根据用户的输入的字符串,去执行后台程序的相应的方法,相当于web的路由系统。是路由系统的雏形。
概念:利用字符串形式的去对象中操作(寻找(getattr)、检查(hasattr)、删除(delattr)、设置(setattr))成员。
注意:
函数名和字符串是不一样,函数名代指函数体,类似变量,而字符串只是类型为字符串没其他意思。
1 import web 2 choice=input('Entre your url:') 3 if hasattr(web,choice):##判断字符串choice在对象web是否有叫choice的名字的方法和函数中。返回值是布尔值。 4 fun=getattr(web,choice)##getattr是获取对象web模块的中的choice成员的方法,这里是函数。 5 fun()##然后调用该函数。 6 else: 7 print('sorry you access web is not exits!') 8 Entre your url:a 9 sorry you access web is not exits!
hasattr判断对象中是否该成员。getattr是获取对象的成员,如上,并没有调用该对象。如果需要调用,需要调用执行该成员,上例子是函数,需要执行func()。
输入的字符串需要和调用的对象成员名字一致,否则调用不成功。
也就是应用场景需要根据用户的输入,来执行相应的方法。应用场景最多是web开发中。
setattr和delattr 进行操作的是在内存中,在程序再次加载的时候,之前的操作将会失效。