day_5:string操作,namedtuple,正则表达式

---

string操作

字符串操作在实际解决问题时经常会遇到。

个人认为的常用：

1. str[beg:end].find('/')：用该方法进行查找的时候，其返回的索引值是从beg开始计算的，即实际索引值为beg+返回值

2. str.capitalize():将字符串转化为首字母大写其余字母小写的格式并返回

3. str.count(sub[, start[, end]])返回在[start, end]中计算sub字符串出现次数

4. str.center(width[, fillchar])返回一个长度为width，中心为str，以fillchar填充的字符串

5. str.endswith(suffix[, start[, end]])检查[start, end]中的字符串是否是以suffix结尾，返回布尔值

6. str.format(*args, **kwargs)格式化输出,譬如"The sum of 1 + 2 is {0}".format(1+2)

7. str.islower()判断字符串中是否含有小写字母，返回布尔值

8. str.replace(old, new[, count])将str中的old字符串以new代替，替换次数为count，默认为最大次数

9. str.join(iterable)将iter中的元素以str为连接符连接并返回该字符串

10. str.split(sep=None, maxsplit=-1)以sep为分隔符对str进行分割，maxsplit为分割次数，默认为最大

---

namedtuple

看看军哥写的namedtuple使用
官方文档namedtuple

namedtuple的最主要应用是使tuple具有可读性，可以对索引进行命名并通过该名称访问对应的值。

>>> Point = namedtuple('Point', ['x', 'y'])   # 还可以用'a b c d '这样的带空格字符串对索引进行命名
# Point = namedtuple('Point', 'x y') 
>>> p = Point(11, y=22)     # 实例化，赋予value
>>> p[0] + p[1]             # tuple的调用方式是可行的
33
>>> x, y = p                # 支持类似tuple的自动解包
>>> x, y
(11, 22)
>>> p.x + p.y               # 以key获得value
33
>>> p                       # namedtuple的__repr__方式
Point(x=11, y=22)

想要进行表格数据的转换的话非常方便。

namedtuple的几个常用方法 以上文的p为例

1. p._make(iterable): 将namedtuple中的key和value用一个iterable对象替换

2. p._asdict():将namedtuple转换为一个ordereddict [('x', 11), ('y', 22)]

3. p._replace(**kwargs):将name中某一个key的value改变

4. p._fields():返回name中所有的field name

---

正则表达式

这次的话可以使用正则表达式对url进行一次匹配，然后从匹配对象中找到需要的scheme等

这一串是军哥用到的匹配表达式，来慢慢看下吧

待匹配字符串   :///?#

^(http[s]?):\/\/([^\/\s]+)([\/\w\-\.]+[^#?\s]*)?(\?([^#]*))?(#(.*))?$

^ (http[s]?)  :\/\/  ([^\/\s]+)  ([\/\w\-\.]+[^#?\s]*)?  (\?([^#]*))?  (#(.*))?$      #我用空格分开了下，比较好看清楚

1. ^:字符串第一个字符开始匹配，没有匹配字符则匹配失败

2. (...):分组，从左到右为每个分组分配索引1、2、3、4...，便于使用group()方法获取不同匹配对象；需要注意的是每一个(都会使索引序数+1

3. [...]:字符集，匹配该字符集内任意字符

4. ?:匹配前一个字符0次或1次

5. \:转义字符，当需要匹配正则表达式中的诸如？.等特殊字符时使用

6. \s:匹配空白字符

7. +:匹配前一个字符1次或无限次

8. \w:单词字符，[a-z,A-Z,0-9]

9. *:匹配前一个字符0或无数次

10. $:匹配字符串末尾

---

因此整体来看，军哥使用的正则表达式匹配的思路是：

1. ^(http[s]?)：在开头匹配http或者https，group(1)得到scheme；

2. ://：匹配“://”；

3. ([^/\s]+)：匹配非“\”字符和非空白字符构成的字符集一次或无数次，group(2)得到netloc；

4. ([/\w-.]+[^#?\s]*)?：匹配“\”“单词字符”“-”“.”构成的字符集一次或无数次，然后匹配非“#”非“？”和非“空白字符”构成的字符集0次或1次，对该匹配模式匹配0次或1次得到group(3),即path；

5. (?([^#]*))?：对”?“和一个或无数个非”#“字符构成的匹配模式匹配0次或1次，group(4)匹配最外层括号，group(5)匹配内层小括号，即query_params

6. (#(.*))?$：在末尾匹配”#“和一个或无数个”.“构成的匹配模式0次或1次，其中一个或无数个“.”构成了group(7)，即需要的fragment，“#”和group(7)则构成了group(6)

这里(...(...)...)的意思是构成两个group，其中大括号对应的为group（i）的话，小括号对应的就是group（i+1），匹配模式分别为其括号内对应的内容。

---

最后附上自己的代码

class UrlParse:
    def __init__(self, url):
        self.url = url
        self.colon_index = url.find(':')
        self.single_smash_index = self.colon_index + 3 + url[self.colon_index+3:].find('/')  # +3是用于去除双斜杆影响
        self.question_mark_index = url.find('?')
        self.hash_index = url.find('#')

        def get_scheme():  # scheme一定是在第一个，并且以冒号结束
            return self.url[:self.colon_index]

        def get_netloc():  # 双斜杆开始，单斜杆结束
            return self.url[self.colon_index+3:self.single_smash_index]

        def get_path():
            return self.url[self.single_smash_index:self.question_mark_index]  # 包括单斜杆

        def get_query_params():  # para有时不止两个
            params = self.url[self.question_mark_index+1:self.hash_index]
            paras = params.split('&')

            def get_para(para):
                equal_index = para.find('=')
                return para[:equal_index], para[equal_index+1:]

            parameters = dict()
            for parameter in paras:
                para_name, para_value = get_para(parameter)
                parameters.setdefault(para_name, para_value)
            return parameters

        def get_fragment():
            return self.url[self.hash_index+1:]

        self.scheme = get_scheme()
        self.netloc = get_netloc()
        self.path = get_path()
        self.query_params = get_query_params()
        self.fragment = get_fragment()


url = UrlParse("http://mp.weixin.qq.com/s?__biz=MzA4MjEyNTA5Mw==&mid=2652566513#wechat_redirect")
print(url.scheme)
print(url.netloc)
print(url.path)
print(url.query_params)
print(url.fragment)