Python - - 模块 - - 常用模块

目录

• re模块
• collections模块
• 时间模块
• random模块
• os模块
• sys模块
• 序列化模块
• hashlib模块
• configparse模块
• logging模块

1 re模块

1.1 根据手机号码一共11位并且是只以13、14、15、18开头的数字这些特点，用python获取：

• str 方法获取

while True:
    phone_number = input('please input your phone number ： ')
    if len(phone_number) == 11 \
            and phone_number.isdigit()\
            and (phone_number.startswith('13') \
            or phone_number.startswith('14') \
            or phone_number.startswith('15') \
            or phone_number.startswith('18')):
        print('是合法的手机号码')
    else:
        print('不是合法的手机号码')

• re 模块获取

import re
phone_number = input('please input your phone number ： ')
if re.match('^(13|14|15|18)[0-9]{9}$',phone_number):
        print('是合法的手机号码')
else:
        print('不是合法的手机号码')

1.2 re模块下的常用方法

findall

• 返回所有满足匹配条件的结果,放在列表里

import re

ret = re.findall('[a-z]', 'eva egon yuan')  # 
print(ret) 
# 结果呈现
['eva', 'egon', 'yuan']

• findall的优先级查询：

import re

ret = re.findall('www.(baidu|abc).com', 'www.baidu.com')
print(ret)          # ['baidu']     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

ret = re.findall('www.(?:baidu|abc).com', 'www.baidu.com')
print(ret)  # ['www.baidu.com']

# 结果呈现
['baidu']
['www.baidu.com']

search

• 找整个字符串，遇到匹配上的就返回，遇不到就None
• 如果有返回值 ret.group() 就可以取到值
• 取分组中的内容：ret.group(1)

import re

# ret = re.search('a', 'eva egon yuan').group()
ret = re.search('a', 'eva egon yuan')
print(ret)
print(ret.group())
# 函数会在字符串内查找模式匹配,只到找到第一个匹配然后返回一个包含匹配信息的对象,该对象可以
# 通过调用group()方法得到匹配的字符串,如果字符串没有匹配，则返回报错。
# 结果呈现

a


import re
ret = re.search('a', 'eva egon yuan')
if ret:
    print(ret.group())
# 结果呈现
a


# 从分组中取值，根据组的顺序取值
import re
ret = re.search("\d(\w)+", "awirs198723jsdc")
print(ret.group())
print(ret.group(1))
# 从分组中取值，根据组的名字取值  ?P
import re
ret = re.search("\d(?P\w)+", "awirs198723jsdc")
print(ret.group())
print(ret.group("name"))

# 结果呈现
198723jsdc
c

match

• 是从头开始匹配，如果正则规则从头开始匹配上，就返回一个变量，则返回None
• 匹配的内容需要用group才能显示，如果字符串没有匹配，且报错。

import re

# ret = re.match('a', 'eva egon yuan').group()
ret = re.match('a', 'eva egon yuan')
if ret:
    print(ret.group())
# 结果呈现


ret = re.match('a', 'eva egon yuan')
if ret:
    print(ret.group())
# 结果呈现
ev

split

• 分割

import re

ret = re.split('[ab]', 'abcd')  # 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'b'分割
print(ret) 

# 结果呈现
['', '', 'cd']

• split的优先级查询
  • 在匹配部分加上（）之后所切出的结果是不同的，
  • 没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，
  • 这个在某些需要保留匹配部分的使用过程是非常重要的。

ret=re.split("\d+","eva3egon4yuan")
print(ret) #结果 ： ['eva', 'egon', 'yuan']

ret=re.split("(\d+)","eva3egon4yuan")
print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan']

# 结果呈现
['eva', 'egon', 'yuan']
['eva', '3', 'egon', '4', 'yuan']

sub

• 替换

import re

ret = re.sub('\d', 'H', 'eva3egon4yuan4', 1) # 将数字替换成'H'，参数1表示只替换1个，不写参数1则替换所有数字
print(ret)

# 结果呈现
evaHegon4yuan4

subn

• 替换

import re

ret = re.subn('\d', 'H', 'eva3egon4yuan4')#将数字替换成'H'，返回元组(替换的结果,替换了多少次)
print(ret)

# 结果呈现
('evaHegonHyuanH', 3)

compile

• compile 编译：正则表达式很长且要多长使用

import re

obj = re.compile('\d{3}')  # 将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
ret = obj.search('abc123eeee') #正则表达式对象调用search，参数为待匹配的字符串
print(ret.group())  

# 结果呈现
123

finditer

• 返回迭代器

import re

ret = re.finditer('\d', 'ds3sy4784a')   #finditer返回一个存放匹配结果的迭代器
print(ret)  # 
print(next(ret).group())  #查看第一个结果
print(next(ret).group())  #查看第二个结果
print([i.group() for i in ret])  #查看剩余的左右结果

# 结果呈现

3
4
['7', '8', '4']

1.2.1 匹配标签

import re


ret = re.search("<(?P\w+)>\w+","
hello
")
# 还可以在分组中利用?的形式给分组起名字
# 获取的匹配结果可以直接用group('名字')拿到对应的值
print(ret.group('tag_name')) 
print(ret.group())  

# 结果呈现
h1
hello


ret = re.search(r"<(\w+)>\w+","
hello
")
# 如果不给组起名字，也可以用\序号来找到对应的组，表示要找的内容和前面的组内容一致
# 获取的匹配结果可以直接用group(序号)拿到对应的值
print(ret.group(1))  
print(ret.group()) 

# 结果呈现
h1
hello

1.2.2 匹配整数

import re

ret=re.findall(r"\d+","1-2*(60+(-40.35/5)-(-4*3))")
print(ret) 

# 结果呈现
['1', '2', '60', '40', '35', '5', '4', '3']


ret=re.findall(r"\d+\.\d+|(\d+)","1-2*(60+(-40.35/5)-(-4*3))")
print(ret) #['1', '2', '60', '40', '35', '5', '4', '3']
ret.remove("")
print(ret)

# 结果呈现
['1', '-2', '60', '', '5', '-4', '3']
['1', '-2', '60', '5', '-4', '3']


ret=re.findall(r"-?\d+\.\d*|(-?\d+)","1-2*(60+(-40.35/5)-(-4*3))")
print(ret) 
ret.remove("")
print(ret) 

# 结果呈现
['1', '-2', '60', '', '5', '-4', '3']
['1', '-2', '60', '5', '-4', '3']

1.2.3 数字匹配

1、 匹配一段文本中的每行的邮箱
      http://blog.csdn.net/make164492212/article/details/51656638

2、 匹配一段文本中的每行的时间字符串，比如：‘1990-07-12’；

   分别取出1年的12个月（^(0?[1-9]|1[0-2])$）、
   一个月的31天：^((0?[1-9])|((1|2)[0-9])|30|31)$

3、 匹配qq号。(腾讯QQ号从10000开始)  ［1,9］[0,9]{4,}

4、 匹配一个浮点数。       ^(-?\d+)(\.\d+)?$   或者  -?\d+\.?\d*

5、 匹配汉字。             ^[\u4e00-\u9fa5]{0,}$ 

6、 匹配出所有整数

1.2.4 爬虫练习

• 使用正则 compile

import requests

import re
import json

def getPage(url):

    response=requests.get(url)
    return response.text

def parsePage(s):
    
    com=re.compile('
.*?
.*?(?P\d+).*?(?P