python-模块(二)
re 模块
在 python 中使用正则必须借助于模块，re 是其中之一
re.findall()# 根据正则匹配所有符合条件的内容 res = re.findall('t', 'test adsa dcxzawqd ') print(res) # ['t', 't'] 匹配到有元素时结果是一个列表，没有匹配到时是一个空列表re.search()# 根据正则匹配到一个符合条件的结束 res = re.search('d', 'test adsa dcxzawqd ') print(res) # <_sre.SRE_Match object; span=(6, 7), match='d'> print(res.group()) # d # 返回的是一个结果对象,想要获取值需要通过 group() res = re.search('o', 'test adsa dcxzawqd ') print(res) # None print(res.group()) # 当没有匹配到值时用 group() 取值会报错 # 可以使用判断是否取到值 if res: print('res.group()') else: print('没匹配到值')re.match()# 根据正则从头开始匹配,开头匹配上了就停止匹配 res = re.match('a', 'abacad') print(res) # <_sre.SRE_Match object; span=(0, 1), match='a'> print(res.group()) # a # 返回的也是一个结果对象,想获取值需要 group() res = re.match('a', 'bbacad') print(res) # None print(res.group()) # 报错 # 当没有匹配到时也会报错re.split()# 先用 a 分割得到 '' 和 'bbcdd' # 再用 b 分割得到 '' '' 和 'bcdd' # 再用 b 分割得到 '' '' '' 'cdd' res = re.split('[ab]','abbcdd') print(res) # ['', '', '', 'cdd']re.sub()#类似于字符串类型的replace方法 res1 = re.sub('\d','H','eva3jason4yuan4',1) # 替换正则匹配到的内容 res2 = re.sub('\d','H','eva3jason4yuan4') # 不写默认替换所有 print(res1) # evaHjason4yuan4 print(res2) # evaHjasonHyuanHre.subn()# 返回元组 并提示替换了几处 res = re.subn('\d','H','eva3jason4yuan4',1) print(res) # ('evaHjason4yuan4', 1) res = re.subn('\d','H','eva3jason4yuan4') print(res) # ('evaHjasonHyuanH', 3)re.compile()# 将正则表达式生成一个Pattern对象 regexp_obj = re.compile('\d+') res1 = regexp_obj.search('absd213j1hjj213jk') res2 = regexp_obj.match('123hhkj2h1j3123') res3 = regexp_obj.findall('1213k1j2jhj21j3123hh') print(res1, res2, res3) # <_sre.SRE_Match object; span=(4, 7), match='213'> <_sre.SRE_Match object; span=(0, 3), match='123'> ['1213', '1', '2', '21', '3123'] print(res1.group(), res2.group()) # 213 123re.finditer()# 将匹配到的内容存为一个迭代对象 res = re.finditer('\d+', 'ashdklah21h23kj12jk3klj112312121kl131') print([i.group() for i in res]) # ['21', '23', '12', '3', '112312121', '131']分组优先展示
# 无名分组 # findall针对分组优先展示 res = re.findall("^[1-9]\d{14}(\d{2}[0-9x])?$",'110105199812067023') print(res) # ['023'] # 取消分组优先展示 res1 = re.findall("^[1-9](?:\d{14})(?:\d{2}[0-9x])?$",'110105199812067023') print(res1) # ['110105199812067023'] # 有名分组 res = re.search('^[1-9](?P<xxx>\d{14})(?P<ooo>\d{2}[0-9x])?$','110105199812067023') print(res) print(res.group()) # 110105199812067023 print(res.group(1)) # 10105199812067 无名分组的取值方式(索引取) print(res.group('xxx')) # 10105199812067 print(res.group('ooo')) # 023通过正则获取网页信息
import re import requests res = requests.get('http://www.redbull.com.cn/about/branch') if res.status_code == 200: with open(r'index.html', 'wb') as f: f.write(res.content) with open('index.html', 'r', encoding='utf8') as f: data = f.read() title_list = re.findall('<h2>(.*?)</h2>', data) address_list = re.findall("<p class='mapIco'>(.*?)</p>", data) zip_code_list = re.findall("<p class='mailIco'>(.*?)</p>", data) phone_list = re.findall("<p class='telIco'>(.*?)</p>", data) res = zip(title_list, address_list, zip_code_list, phone_list) # print(list(res)) for data in res: print(''' 公司名称: %s 公司地址: %s 公司邮编: %s 公司电话: %s ''' % (data[0], data[1], data[2], data[3]))
collections 模块
该模块内部提供了一些高阶的数据类型
namedtuple()# 具名元组 from collections import namedtuple point = namedtuple('坐标', ['x', 'y']) res = point(11, 22) print(res) # 坐标(x=11, y=22) print(res.x) # 11 print(res.y) # 12 card = namedtuple('扑克', '花色 点数') card1 = card('♠', 'A') card2 = card('♥', 'K') print(card1) # 扑克(花色='♠', 点数='A') print(card2) # 扑克(花色='♥', 点数='K')deque()# 双端队列 # 队列模块 import queue # 内置队列模块:FIFO # 初始化队列 # q = queue.Queue() # 往队列中添加元素 q.put('first') q.put('second') q.put('third') # 从队列中获取元素 print(q.get()) print(q.get()) print(q.get()) print(q.get()) # 值去没了就会原地等待 # deque() from collections import deque q = deque([11,22,33]) q.append(44) # 从右边添加 q.appendleft(55) # 从左边添加 print(q.pop()) # 从右边取值 print(q.popleft()) # 从做边取值OrderedDict()# 有序字典 # 无序的字典 normal_dict = dict([('name', 'jason'), ('pwd', 123), ('hobby', 'study')]) print(normal_dict) # {'hobby': 'study', 'pwd': 123, 'name': 'jason'} 每次打印出来顺序都不一样 # order_dict = OrderedDict([('name', 'jason'), ('pwd', 123), ('hobby', 'study')]) print(order_dict) # 打印结果顺序不变 OrderedDict([('name', 'jason'), ('pwd', 123), ('hobby', 'study')]) order_dict['xxx'] = 111 print(order_dict) # 添加的值在最后面defaultdict()# 默认字典 from collections import defaultdict values = [11, 22, 33,44,55,66,77,88,99,90] d = defaultdict(list) for i in values: if i > 60: d['k1'].append(i) else: d['k2'].append(i) print(d) # defaultdict(<class 'list'>, {'k2': [11, 22, 33, 44, 55], 'k1': [66, 77, 88, 99, 90]})Counter()# 统计字符出现的次数 res = 'abcdeabcdabcaba' new_dict = {} for i in res: if i not in new_dict: new_dict[i] = 1 else: new_dict[i] += 1 print(new_dict) # {'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1} # 使用Counter() from collections import Counter ret = Counter(res) print(ret) # Counter({'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})
time 模块
时间的三种表现形式:
- 时间戳: 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
- 结构化时间: 元组(struct_time) 共九个元素:(年，月，日，时，分，秒，一年中第几周，一年中第几天等）
- 格式化时间: 格式化的时间字符串(Format String)： ‘1999-12-06’
# 常用方法
time.sleep() # 原地阻塞指定秒数
time.time() # 获取当前时间戳
python 中时间日期格式化符号
python中时间日期格式化符号：
%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（0-31）
%H 24小时制小时数（0-23）
%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
python 中结构化时间
>>> import time
>>> time.time()
1637840852.839533
>>> time.strftime('%Y-%m-%d %X')
'2021-11-25 19:47:34'
>>> time.strftime('%Y-%m-%d %H:%M:%S')
'2021-11-25 19:47:56'
>>> time.localtime()
time.struct_time(tm_year=2021, tm_mon=11, tm_mday=25, tm_hour=19, tm_min=50, tm_sec=35, tm_wday=3, tm_yday=329, tm_isdst=0)
几种格式之间的转换
datetime 模块
import datetime
print(datetime.date.today()) # 当前年月日
print(datetime.datetime.today()) # 当前年月日时分秒
res = datetime.datetime.today()
print(res.year) # 返回当前年
print(res.month) # 返回当前月
print(res.day) # 返回当前日
print(res.weekday()) # 返回星期(0-6) 0代表周一
print(res.isoweekday()) # 返回星期(1-7) 1代表周一
# 时间差
ctime = datetime.datetime.today()
time_tel = datetime.timedelta(days=3)
print(ctime) # 返回当前年月日时分秒
print(ctime - time_tel) # 当前年月日时分秒往后推三天
print(ctime + time_tel) # 当前年月日时分秒往前推三天
"""
日期对象 = 日期对象 +/- timedelta对象
timedelta对象 = 日期对象 +/- 日期对象
"""
ret = ctime + time_tel
print(ret - ctime) # 3 days, 0:00:00
print(ctime - ret) # -3 days, 0:00:00
python 标准库：https://docs.python.org/zh-cn/3.6/library/