python学习-第二部分

一、装饰器

装饰器：：： 本质 是函数，功能是为了装饰其它函数。就是为其他函数添加附加功能
                原则 1.不能修改被装饰的函数的源代码
                     2.不能修改被装饰的函数的调用方式
实现装饰器知识储备：
1.函数即“变量”
    变量存在在内存当中，变量的回收机制，当没有引用的时候，就回收变量
2.高阶函数
    a、把一个函数名当做实参传给另外一个函数(在不修改被装饰函数源代码的情况下为其添加功能)
    b、返回值中包含函数(不修改函数的调用方式)
    
3.嵌套函数
    函数进行嵌套
高阶函数+嵌套函数=》装饰器

def logger():
    print("log is here!")

def test1():
    pass
    logger()

def test2():
    pass
    logger()
test1()
test2()
'''
def timmer(func):
    def warpper(*args,**kwargs):
        start_time = time.time()
        func()
        stop_time = time.time()
        print("The func run time is %s" %(stop_time-start_time))
    return warpper

@timmer
def test1():
    time.sleep(3)
    print("In the test1")

test1()

　　

'''decorator 装饰器  语法糖
    高级装饰器:
    网站--页面（一个网站一个函数）100个页面不需要登录
                现20个需要登录才能访问

'''
user,passwd = "alex","abc_123"
def auth1(func):
    def wrapper(*args,**kwargs):
        username = input("Username").strip()
        password = input("Password").strip()

        if user == username and passwd == password:
            print("welcome!")
            return func(*args,**kwargs)
    return wrapper

def index():   #不需要登录
    print("welcome to index page")
@auth1
def home():     #需要登录
    print("welcome to home page")

home()

　　

二、生成器

'''列表生成器'''
a = [1,2,3,4]
#列表生成式
b = [i*2 for i in range(10)]
c = []
for i in range(10):
    c.append(i*2)

print(a,b,c)

'''生成器  generator    g = (i**2 for i in range(10))
    1、只有在调用时才会生成相应的数据 。
    2、只记住当前位置
    3、只有一个3.0 __next__()【2.7  next()】方法
如果全部展示
只能用for 循环全部调用

可以使用函数生成    主要是 yield 关键字 
    把什么返回到外面，就把yeild关键字放到那边
    yeild返回函数当前的值
'''

def fib(max):
    n,a,b =0,0,1
    while n<max:
        #print(b)
        yield b
        a,b =b,a+b
        n=n+1
    return("done")

f = fib(10)
# for j in fibg:
#     print(fibg.__next__())
while True:
    try:
        print(f.__next__())
    except StopIteration as e:
        print("Generator return value:" ,e.value)
        break

　

#! /usr/bin/env python
# -*- coding:utf-8 -*-
# Auther:Xll
'''协程'''
import time

def consumer(name):
    print("%s 准备吃包子了！" %name)
    while True:
        baozi = yield

        print("包子【%s】个来了，被【%s】吃了！" %(baozi,name))

# c = consumer("Chenronghua")
# c.__next__()
# c.send("白菜大葱")

def producter(name):
    c = consumer("Alex")
    c1 = consumer("Wutengnan")
    c.__next__()
    c1.__next__()
    print("%s宣布：吃包子大赛开始！" %name)
    for i in range(10):
        time.sleep(i)
        print("做了%s个包子" %((i+1)*2))
        c.send(i+1)
        c1.send(i+1)

producter("Oldboy")

三、迭代器

可以用于 for 循环的对象，叫可迭代对象Iterable
    可以被next 函数调用并不断返回下一个值得对象称为  迭代器

    dir() 查看这个数据的所有方法

from collections import Iterator Iterable
 isstance([],Iterable)
    迭代器标示的是一个数据流
生成器 是可迭代对象，
通过Iter()方法可以把 列表、字典，字符串 变成迭代器

四、常用内置模块

#! /usr/bin/env python
# -*- coding:utf-8 -*-
# Auther:Xll
'''内置方法'''
#all 内部元素所有为真，返回真
print(all([111,1,2,3,-1]))
#any 内部任意元素为真，返回真
print(any([0,1,False]))
#内部数据转为可打印的字符串形式，中文转为unicode格式
s=[1,2,3,45,6,7,8,90,67]
s.append('开外挂')
print(ascii(s))
#bin 整数 10进制转2进制
print(bin(64))
#bool()   判断真假 0 空列表，空字典为假，其他为真
print(bool(False))
#转换位bit格式
a = bytes("abcde",encoding="utf-8")
print(a.capitalize(),a)
#bytearray 变为可列表，可操作列表来实现改变,但数据类型是bytearray
b = bytearray("abcde",encoding="utf-8")
print(b[2]) #98
b[1]=80
print(b,type(b))
#callable  是否可调用， 函数、类是可调用的，即可以加()的
print(callable(s))
#char 用数字转换为ascii码的字符，ord 相反
print(chr(97))
print(ord("b"))
#classmethod 类方法
#print(chr(97))
#complie 变成可执行的代码 的过程
#divmod   A/B 返回 商 和 余数
print(divmod(100,33))
#eval   把一个字符串变字典。
#exce  把一个字符变为可执行程序
#匿名函数  lambda 只能写三元运算，不能做更多的判断
calc = lambda n:print(n)
calc1 = lambda n:3 if n<4 else n
calc(5)
print(calc1(1))
#filter 一组数据中过滤出你想要的,配合lambda使用
res = filter(lambda n:n>5,range(10))
for i in res:
    print(i)
#map 对传入的值按照函数的方式处理，然后返回
ret = map(lambda n:n**2,range(10))
for j in ret:
    print(j)
#frozenset 不可变集合
aa = frozenset([11,22,33,44,33,22,11,55,66])
print(aa)
#globals 返回当前文件中所有变量的k v 格式
print(globals())
#hash
print(hash(aa))
#hex 数字转16进制 oct 数字转8进制
a = {0: 10000, 6: 2, 1: 4, -5: 6, 99: 11, 1111: 32}
print(sorted(a.items())) #按照key排序
print(sorted(a.items(),key = lambda x:x[1])) #按照value排序
#zip 拉链函数 ，以最短的聚合
a=[1,2,3,4]
b=['a','b','c','d','e','f']
for i in zip(a,b):
    print(i)

(1, 'a')
(2, 'b')
(3, 'c')
(4, 'd')
__import__('decorator')

　　

json和pickle

info ={'name':'alex','age':22}
# with open('test.txt',"w") as f:
#     f.write(str(info))
# with open('test.txt',"r") as f:
#     data=eval(f.read())
#     print(data)
'''json 序列化和反序列化 json.dumps()  json.loads() '''
import json
# with open('test.txt',"w") as f:
#     f.write(json.dumps(info))
# with open('test.txt',"r") as f:
#     data = json.loads(f.read())
#     print(data,type(data))
'''pickle 只能在python中使用，可以对所有数据类型按照bit格式 进行写入和读取操作'''

import pickle
def sayhi(name):
    print("Hello",name)
info['func'] = sayhi
# print(info)
# print(pickle.dumps(info))
# with open('test.txt',"wb") as f:
#     f.write(pickle.dumps(info))
with open('test.txt',"rb") as f:
    data = pickle.loads(f.read())
    print(data["func"]('alex'))

　　import的本质：

''
包：本质就是一个文件夹，区别是必须带有__init__.py文件
    导入包的本质是解释包下面的__init__.py文件
模块：
    1、定义：模块用来从逻辑上组织python代码(变量、函数、类，逻辑：实现一个功能)
             本质上就是以.py结尾的python文件（文件名test.py对应的模块名：test）
    2、导入方法
            import module_1
            import module_1,module_2
            from module_1 import * (不使用,容易出现变量等冲突)
            from module_1 import m1,m2,m3
            from module_1 import logger as logger_m
    3、import本质（路径搜索和搜索路径）
        把文件解释一遍，import 文件名代表导入所有，from只解释from的那一段，
        import module_name ----->module_name.py---->必须找到文件的路径
        在sys.path 列出的路径下找
    4、导入优化
        多次调用 import module 中的test方法时，会造成效率低下，
         建议使用  from module import test  或者加上 as module_test_test
    5、模块的分类：
     a:标准库
     b:开源模块
     c:自定义模块
'''
#import module_1  =   module_1 = all code
#from module_1 import say_hi 把module_1中的say_hi 函数放到当前位置，并命名为 say_hi
import module_1
module_1.say_hi()
from module_1 import say_hi
name1 = "Wu Teng Nuan"
say_hi()
#导入包
import package_test

　　

os模块

import os
print(os.getcwd())   #获取当前工作目录，即当前python脚本工作的目录路径
print(os.chdir("c:\")) # 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('dirname1/dirname2')   # 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","newname")  #重命名文件/目录
os.stat('path/filename') # 获取文件/目录信息
os.sep   # 输出操作系统特定的路径分隔符，win下为"\",Linux下为"/"
os.linesep  #  输出当前平台使用的行终止符，win下为"	
",Linux下为"
"
os.pathsep   # 输出用于分割文件路径的字符串
os.name   # 输出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
os.path.abspath(path) # 返回path规范化的绝对路径
os.path.split(path) # 将path分割成目录和文件名二元组返回
os.path.dirname(path) # 返回path的目录。其实就是os.path.split(path)的第一个元素
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
os.path.exists(path)  #如果path存在，返回True；如果path不存在，返回False
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
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
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

　　shutil模块

##高级的 文件、文件夹、压缩包 处理模块

import shutil

#shutil.copyfileobj('os-mk.py', 'os-1',100)
#将文件内容拷贝到另一个文件中，可以部分内容

shutil.copyfile("os-mk.py","os-mk")
#拷贝文件

shutil.copymode("os-mk.py","os-mk")
#仅拷贝权限。内容、组、用户均不变              !!!  linux 比较适用，windows下看不出来太大区别
shutil.copystat("os-mk.py","os-mk")
#拷贝状态的信息，包括：mode bits, atime, mtime, flags

shutil.copy("os-mk.py", "os-mk1")
#拷贝文件和权限

shutil.copy2("os-mk1","os-m1")
#拷贝文件和状态信息

#shutil.ignore_patterns(*patterns)
#shutil.copytree(src, dst, symlinks=False, ignore=None)
#递归的去拷贝文件,文件夹
#shutil.copytree('py06', 'py05', ignore=shutil.ignore_patterns('*.pyc', 'tmp*'))

#shutil.rmtree('py05')
#递归的去删除文件
#shutil.move('py06', 'py04')
#递归的去移动文件
'''
shutil.make_archive(base_name, format,...)

创建压缩包并返回文件路径，例如：zip、tar

base_name： 压缩包的文件名，也可以是压缩包的路径。只是文件名时，则保存至当前目录，否则保存至指定路径，
如：www                        =>保存至当前路径
如：/Users/wupeiqi/www =>保存至/Users/wupeiqi/
format：	压缩包种类，“zip”, “tar”, “bztar”，“gztar”
root_dir：	要压缩的文件夹路径（默认当前目录）
owner：	用户，默认当前用户
group：	组，默认当前组
logger：	用于记录日志，通常是logging.Logger对象
'''
shutil.make_archive('aaaa.tar', 'tar')

　　

shelve模块

　　　　是一个简单的k,v将内存数据通过文件持久化的模块，可以持久化任何pickle可支持的python数据格式

import shelve

d = shelve.open('shelve--test')  # 打开一个文件
# d["name"] = ["alex", "WutN", "test"]
# d["age"] = 22  # 持久化类
# d['info'] = {"name":"alex","age":21,"school":"Oldboy"}
# d.close()
print(dir(d))
print(d.get("name"))
print(d.get("info"))

　　

logging模块 

很多程序都有记录日志的需求，并且日志中包含的信息即有正常的程序访问日志，还可能有错误、警告等信息输出，python的logging模块提供了标准的日志接口，你可以通过它存储各种格式的日志，logging的日志可以分为 debug(), info(), warning(), error() and critical() 5个级别，下面我们看一下怎么用。

最简单用法

import logging
 
logging.warning("user [alex] attempted wrong password more than 3 times")
logging.critical("server is down")
 
#输出
WARNING:root:user [alex] attempted wrong password more than 3 times
CRITICAL:root:server is down

　　

看一下这几个日志级别分别代表什么意思

Level	When it’s used
DEBUG	Detailed information, typically of interest only when diagnosing problems.
INFO	Confirmation that things are working as expected.
WARNING	An indication that something unexpected happened, or indicative of some problem in the near future (e.g. ‘disk space low’). The software is still working as expected.
ERROR	Due to a more serious problem, the software has not been able to perform some function.
CRITICAL	A serious error, indicating that the program itself may be unable to continue running.

　　

如果想把日志写到文件里，也很简单

1 2 3 4 5 6

import logging   logging.basicConfig(filename='example.log',level=logging.INFO) logging.debug('This message should go to the log file') logging.info('So should this') logging.warning('And this, too')

其中下面这句中的level=loggin.INFO意思是，把日志纪录级别设置为INFO，也就是说，只有比日志是INFO或比INFO级别更高的日志才会被纪录到文件里，在这个例子， 第一条日志是不会被纪录的，如果希望纪录debug的日志，那把日志级别改成DEBUG就行了。

1	logging.basicConfig(filename='example.log',level=logging.INFO)

感觉上面的日志格式忘记加上时间啦，日志不知道时间怎么行呢，下面就来加上!

1 2 3 4 5 6

import logging logging.basicConfig(format='%(asctime)s %(message)s', datefmt='%m/%d/%Y %I:%M:%S %p') logging.warning('is when this event was logged.')   #输出 12/12/2010 11:46:36 AM is when this event was logged.

日志格式

%(name)s	Logger的名字
%(levelno)s	数字形式的日志级别
%(levelname)s	文本形式的日志级别
%(pathname)s	调用日志输出函数的模块的完整路径名，可能没有
%(filename)s	调用日志输出函数的模块的文件名
%(module)s	调用日志输出函数的模块名
%(funcName)s	调用日志输出函数的函数名
%(lineno)d	调用日志输出函数的语句所在的代码行
%(created)f	当前时间，用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d	输出日志信息时的，自Logger创建以 来的毫秒数
%(asctime)s	字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
%(thread)d	线程ID。可能没有
%(threadName)s	线程名。可能没有
%(process)d	进程ID。可能没有
%(message)s	用户输出的消息

　　

如果想同时把log打印在屏幕和文件日志里，就需要了解一点复杂的知识 了

Python 使用logging模块记录日志涉及四个主要类，使用官方文档中的概括最为合适：

logger提供了应用程序可以直接使用的接口；

handler将(logger创建的)日志记录发送到合适的目的输出；

filter提供了细度设备来决定输出哪条日志记录；

formatter决定日志记录的最终输出格式。

logger
每个程序在输出信息之前都要获得一个Logger。Logger通常对应了程序的模块名，比如聊天工具的图形界面模块可以这样获得它的Logger：
LOG=logging.getLogger(”chat.gui”)
而核心模块可以这样：
LOG=logging.getLogger(”chat.kernel”)

Logger.setLevel(lel):指定最低的日志级别，低于lel的级别将被忽略。debug是最低的内置级别，critical为最高
Logger.addFilter(filt)、Logger.removeFilter(filt):添加或删除指定的filter
Logger.addHandler(hdlr)、Logger.removeHandler(hdlr)：增加或删除指定的handler
Logger.debug()、Logger.info()、Logger.warning()、Logger.error()、Logger.critical()：可以设置的日志级别

handler

handler对象负责发送相关的信息到指定目的地。Python的日志系统有多种Handler可以使用。有些Handler可以把信息输出到控制台，有些Logger可以把信息输出到文件，还有些 Handler可以把信息发送到网络上。如果觉得不够用，还可以编写自己的Handler。可以通过addHandler()方法添加多个多handler
Handler.setLevel(lel):指定被处理的信息级别，低于lel级别的信息将被忽略
Handler.setFormatter()：给这个handler选择一个格式
Handler.addFilter(filt)、Handler.removeFilter(filt)：新增或删除一个filter对象

每个Logger可以附加多个Handler。接下来我们就来介绍一些常用的Handler：
1) logging.StreamHandler
使用这个Handler可以向类似与sys.stdout或者sys.stderr的任何文件对象(file object)输出信息。它的构造函数是：
StreamHandler([strm])
其中strm参数是一个文件对象。默认是sys.stderr

2) logging.FileHandler
和StreamHandler类似，用于向一个文件输出日志信息。不过FileHandler会帮你打开这个文件。它的构造函数是：
FileHandler(filename[,mode])
filename是文件名，必须指定一个文件名。
mode是文件的打开方式。参见Python内置函数open()的用法。默认是’a'，即添加到文件末尾。

3) logging.handlers.RotatingFileHandler
这个Handler类似于上面的FileHandler，但是它可以管理文件大小。当文件达到一定大小之后，它会自动将当前日志文件改名，然后创建 一个新的同名日志文件继续输出。比如日志文件是chat.log。当chat.log达到指定的大小之后，RotatingFileHandler自动把 文件改名为chat.log.1。不过，如果chat.log.1已经存在，会先把chat.log.1重命名为chat.log.2。。。最后重新创建 chat.log，继续输出日志信息。它的构造函数是：
RotatingFileHandler( filename[, mode[, maxBytes[, backupCount]]])
其中filename和mode两个参数和FileHandler一样。
maxBytes用于指定日志文件的最大文件大小。如果maxBytes为0，意味着日志文件可以无限大，这时上面描述的重命名过程就不会发生。
backupCount用于指定保留的备份文件的个数。比如，如果指定为2，当上面描述的重命名过程发生时，原有的chat.log.2并不会被更名，而是被删除。

4) logging.handlers.TimedRotatingFileHandler
这个Handler和RotatingFileHandler类似，不过，它没有通过判断文件大小来决定何时重新创建日志文件，而是间隔一定时间就 自动创建新的日志文件。重命名的过程与RotatingFileHandler类似，不过新的文件不是附加数字，而是当前时间。它的构造函数是：
TimedRotatingFileHandler( filename [,when [,interval [,backupCount]]])
其中filename参数和backupCount参数和RotatingFileHandler具有相同的意义。
interval是时间间隔。
when参数是一个字符串。表示时间间隔的单位，不区分大小写。它有以下取值：
S 秒
M 分
H 小时
D 天
W 每星期（interval==0时代表星期一）
midnight 每天凌晨

re模块：：：

常用正则表达式符号

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21

'.'     默认匹配除 之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行 '^'     匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a"," abc eee",flags=re.MULTILINE) '$'     匹配字符结尾，或e.search("foo$","bfoo sdfsf",flags=re.MULTILINE).group()也可以 '*'     匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac")  结果为['abb', 'ab', 'a'] '+'     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb'] '?'     匹配前一个字符1次或0次 '{m}'   匹配前一个字符m次 '{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb'] '|'     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC' '(...)' 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c     'A'    只从字符开头匹配，re.search("Aabc","alexabc") 是匹配不到的 ''    匹配字符结尾，同$ 'd'    匹配数字0-9 'D'    匹配非数字 'w'    匹配[A-Za-z0-9] 'W'    匹配非[A-Za-z0-9] 's'     匹配空白字符、 、 、 , re.search("s+","ab c1 3").group() 结果 ' '   '(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}

　　

最常用的匹配语法

1 2 3 4 5

re.match 从头开始匹配 re.search 匹配包含 re.findall 把所有匹配到的字符放到以列表中的元素返回 re.splitall 以匹配到的字符当做列表分隔符 re.sub      匹配字符并替换

反斜杠的困扰
与大多数编程语言相同，正则表达式里使用""作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\"表示。同样，匹配一个数字的"\d"可以写成r"d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

 

仅需轻轻知道的几个匹配模式

1 2 3

re.I(re.IGNORECASE): 忽略大小写（括号内是完整写法，下同） M(MULTILINE): 多行模式，改变'^'和'$'的行为（参见上图） S(DOTALL): 点任意匹配模式，改变'.'的行为

import re
#re.match 匹配是否以字符开始 没有匹配上返回None，此时不具有group属性，会报错。
#re.serch 全文搜索
#re.findall 搜索所有的
#re.split 以匹配到的进行分割
#re.sub() 以第二个来替换匹配到的信息   re.sub(search,repl,string,count=)
a = re.match("w*",'inter 192.168.0.161')
print(a,a.group())
# group 和groups的却别， groups 打印出分组()中匹配到的数据
b = re.match('(d{2})(d{2})(d{2})(d{4})','212312200212172233 name:alex')
print(b.group())
print(b.groups())

print(re.search('^d.*d','213123124xyz1432432').group())
# ?P<内容>  搭配groupdict()，转为字典格式，装逼ing
cc = re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<year>[0-9]{4})","212312200212172233")
print(cc.groups())
print(cc.group())
print(cc.groupdict())

print(re.findall('w','a!!!!c@@ww$$$$'))

print(re.split('d+','ads1ljkk132kjh43h234jhj24k3hj234jkh66'))
print(re.sub('d+','||','ads1ljkk132kjh43h234jhj24k3hj234jkh66'))
# 自然语言，不对字符串进行转移 logs'string'
print(re.split('\\',logs'c:\userpwd
ewpython33'))
print(re.split(logs'\',logs'c:\userpwd
ewpython33'))
#flags re.I 忽略大小写 re.M 多行模式  re.
print(re.search('a','ABC',flags=re.I))
print(re.search('^A.*w$','ABCabcdsfs4
213789sdff', flags=re.M).group())

#re.match 匹配是否以字符开始 没有匹配上返回None，此时不具有group属性，会报错。
#re.serch 全文搜索
#re.findall 搜索所有的
#re.split 以匹配到的进行分割
#re.sub() 以第二个来替换匹配到的信息   re.sub(search,repl,string,count=)
a = re.match("w*",'inter 192.168.0.161')
print(a,a.group())
# group 和groups的却别， groups 打印出分组()中匹配到的数据
b = re.match('(d{2})(d{2})(d{2})(d{4})','212312200212172233 name:alex')
print(b.group())
print(b.groups())

print(re.search('^d.*d','213123124xyz1432432').group())
# ?P<内容>  搭配groupdict()，转为字典格式，装逼ing
cc = re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<year>[0-9]{4})","212312200212172233")
print(cc.groups())
print(cc.group())
print(cc.groupdict())

print(re.findall('w','a!!!!c@@ww$$$$'))

print(re.split('d+','ads1ljkk132kjh43h234jhj24k3hj234jkh66'))
print(re.sub('d+','||','ads1ljkk132kjh43h234jhj24k3hj234jkh66'))
# 自然语言，不对字符串进行转移 logs'string'
print(re.split('\\',logs'c:\userpwd
ewpython33'))
print(re.split(logs'\',logs'c:\userpwd
ewpython33'))
#flags re.I 忽略大小写 re.M 多行模式  re.
print(re.search('a','ABC',flags=re.I))
print(re.search('^A.*w$','ABCabcdsfs4
213789sdff', flags=re.M).group())

print(re.search('.+','ABC
2137
89sdff', flags=re.S).group())