轩小陌的Python笔记-day15 内置模块（剩余）和开发规范
day15 内置模块和开发规范
目标：掌握常见的内置模块的使用及了解软件开发的规范。
今日概要：
- 内置模块
- json
- time
- datetime
- re
- 开发规范
- 主文件
- 配置文件
- 数据
- 附件
- 业务代码
1. 内置模块
1.1 json
json模块：是 python 内部的一个模块，可以将 python 的数据格式转换为 json 格式的数据，也可以将 json 格式的数据转换为 python 的数据格式。
json 格式：是一个数据格式（本质上就是个字符串，常用于网络数据传输）
# Python中的数据类型的格式
data = [
{"id": 1, "name": "轩小陌", "age": 18},
{"id": 2, "name": "alex", "age": 18},
('xuanxiaomo',123),
]
# JSON格式
value = '[{"id": 1, "name": "轩小陌", "age": 18}, {"id": 2, "name": "alex", "age": 18},["xuanxiaomo",123]]'
1.1.1 核心功能
json格式用于跨语言数据传输，例如：A系统用Python开发，有列表类型和字典类型等。B系统用Java开发，有数组、map等的类型。语言不同，基础数据类型格式都不同。
为了方便数据传输，大家约定一个格式：json 格式，每种语言都可以将自己数据类型转换为 json 格式，也可以将 json 格式的数据转换为各自语言的数据类型。
Python 数据类型与 json 格式的相互转换：
-
数据类型 -> json ，一般称为：序列化
import json data = [ {"id": 1, "name": "轩小陌", "age": 18}, {"id": 2, "name": "alex", "age": 18}, ] res = json.dumps(data) print(res) >>输出结果： [{"id": 1, "name": "\u8f69\u5c0f\u964c", "age": 18}, {"id": 2, "name": "alex", "age": 18}] res = json.dumps(data, ensure_ascii=False) print(res) >>输出结果： [{"id": 1, "name": "轩小陌", "age": 18}, {"id": 2, "name": "alex", "age": 18}] -
json格式 -> 数据类型，一般称为：反序列化
import json data_string = '[{"id": 1, "name": "轩小陌", "age": 18}, {"id": 2, "name": "alex", "age": 18}]' data_list = json.loads(data_string) print(data_list) >>输出结果： [{'id': 1, 'name': '轩小陌', 'age': 18}, {'id': 2, 'name': 'alex', 'age': 18}]
练习题
-
写网站，给用户返回 json 格式数据
-
安装 flask 模块，协助我们快速写网站：
pip3 install flask -
使用flask写网站
import json from flask import Flask app = Flask(__name__) def index(): return "首页" def users(): data = [ {"id": 1, "name": "武沛齐", "age": 18}, {"id": 2, "name": "alex", "age": 18}, ] return json.dumps(data) app.add_url_rule('/index/', view_func=index, endpoint='index') app.add_url_rule('/users/', view_func=users, endpoint='users') if __name__ == '__main__': app.run()
-
-
发送网络请求，获取 json 格式数据并处理。
import json import requests url = "https://movie.douban.com/j/search_subjects?type=movie&tag=%E7%83%AD%E9%97%A8&sort=recommend&page_limit=5&page_start=20" res = requests.get( url=url, headers={ "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36" } ) # 获取json格式的数据： print(res.text) # 将json格式转换为python数据类型： data_dict = json.loads(res.text) print(data_dict)
1.1.2 类型要求
python的数据类型转换为 json 格式，对数据类型是有要求的，默认只支持：
+-------------------+---------------+
| Python数据类型 | JSON |
+===================+===============+
| dict | object |
+-------------------+---------------+
| list, tuple | array |
+-------------------+---------------+
| str | string |
+-------------------+---------------+
| int, float | number |
+-------------------+---------------+
| True | true |
+-------------------+---------------+
| False | false |
+-------------------+---------------+
| None | null |
+-------------------+---------------+
data = [
{"id": 1, "name": "轩小陌", "age": 18},
{"id": 2, "name": "alex", "age": 18},
]
其他类型如果想要支持，需要自定义JSONEncoder 才能实现【目前只需要了解大概意思即可，以后项目开发中用到了还会详细讲解。】，例如：
import json
from decimal import Decimal
from datetime import datetime
data = [
{"id": 1, "name": "轩小陌", "age": 18, 'size': Decimal("18.99"), 'ctime': datetime.now()},
{"id": 2, "name": "alex", "age": 18, 'size': Decimal("9.99"), 'ctime': datetime.now()},
]
# 定义一个MyJSONEncoder类，继承JSONEncoder类：
class MyJSONEncoder(json.JSONEncoder):
def default(self, o):
# 新增条件判断：当数据类型为Decimal和datetime时，分别进行特殊处理：
if type(o) == Decimal:
return str(o)
elif type(o) == datetime:
return o.strftime("%Y-%M-%d")
# 对于其他常规数据类型，仍然按原类中的处理方式：
return super().default(o)
res = json.dumps(data, cls=MyJSONEncoder)
print(res)
1.1.3 其他功能
json模块中常用的是：
-
json.dump，将数据序列化并写入文件（不常用）import json data = [ {"id": 1, "name": "轩小陌", "age": 18}, {"id": 2, "name": "alex", "age": 18}, ] file_object = open('xxx.json', mode='w', encoding='utf-8') json.dump(data, file_object) file_object.close() -
json.load，读取文件中的数据并反序列化为 python 的数据类型（不常用）import json file_object = open('xxx.json', mode='r', encoding='utf-8') data = json.load(file_object) print(data) file_object.close()
1.2 时间处理
-
UTC/GMT：世界时间
-
本地时间：本地时区的时间。
Python中关于时间处理的模块有两个，分别是 time 和 datetime 。
1.2.1 time
import time
1.2.1.1 time.time()
获取当前时间戳（自1970-1-1 00:00起至今经历的时间长度，单位s）
v1 = time.time()
print(v1)
>>输出结果：
1648884242.374617
1.2.1.2 time.timezone
获取当地时区
v2 = time.timezone
print(v2/60/60)
>>输出结果：
-8.0 # 北京位于东八区
1.2.1.3 time.sleep()
暂停n秒，再执行后续的代码。
time.sleep(5)
1.2.2 datetime
from datetime import datetime, timezone, timedelta
在平时开发过程中的时间一般是以为如下三种格式存在：datetime、字符串和时间戳。
1.2.2.1 datetime.now()
获取当前本地时间
v1 = datetime.now()
print(v1)
>>输出结果：2022-04-02 15:28:06.315501
1.2.2.2 datetime.utcnow()
获取当前UTC时间
v2 = datetime.utcnow()
print(v2)
>>输出结果：2022-04-02 07:28:06.315501
1.2.2.3 timezone(timedelta(hours=**))
获取其他时区时间
tz = timezone(timedelta(hours=7)) # hours=7代表东七区
v3 = datetime.now(tz)
print(v3)
>>输出结果：2022-04-02 14:28:06.315501+07:00
1.2.2.4 datetime类型 + timedelta类型
时间的加法
v1 = datetime.now()
v2 = v1 + timedelta(days=140, minutes=5) # datetime类型 + timedelta类型
print(v1)
print(v2)
>>输出结果：
2022-04-02 15:33:54.839277
2022-08-20 15:38:54.839277
1.2.2.5 datetime类型 - datetime类型
时间的相减，计算间隔时间
v1 = datetime.now()
v2 = datetime.utcnow()
data = v1 - v2
print(v1)
print(v2)
print(data)
>>输出结果：
2022-04-02 15:37:15.568317
2022-04-02 07:37:15.568317
8:00:00
1.2.2.6 datetime.strptime()
字符串格式时间 --> datetime格式时间
text = "2021-11-11"
v1 = datetime.strptime(text,'%Y-%m-%d') # %Y:年 %m:月份 %d:天
print(v1)
>>输出结果：
2021-11-11 00:00:00
1.2.2.7 datetime.strftime()
datetime格式时间 --> 字符串格式时间
v1 = datetime.now()
val = v1.strftime("%Y-%m-%d %H:%M:%S")
print(val)
print(type(val)
>>输出结果：
2022-04-02 15:41:47
<class 'str'>
1.2.2.8 datetime.fromtimestamp()
时间戳格式时间 --> datetime格式时间
ctime = time.time()
v1 = datetime.fromtimestamp(ctime)
print(v1)
>>输出结果：
2022-04-02 15:42:41.829192
1.2.2.9 datetime.timestamp()
datetime格式时间 --> 时间戳格式时间
v1 = datetime.now()
val = v1.timestamp()
print(val)
>>输出结果：
1648885385.048261
练习题
-
日志记录，将用户输入的信息写入到文件，文件名格式为
年-月-日-时-分.txt。# 以自动获取的时间作为文件名，可以实现每隔一段时间创建一个新文件，便于减少单个文件的数据量： from datetime import datetime while True: text = input("请输入内容：") if text.upper() == "Q": break current_datetime = datetime.now().strftime("%Y-%m-%d-%H-%M") file_name = "{}.txt".format(current_datetime) with open(file_name, mode='a', encoding='utf-8') as file_object: file_object.write(text) file_object.flush() -
用户注册，将用户信息写入Excel，其中包含：用户名、密码、注册时间 三列。
import os import hashlib from datetime import datetime from openpyxl import load_workbook from openpyxl import workbook # 定义全局变量：当前项目目录BASE_DIR，要写入的Excel文件名： BASE_DIR = os.path.dirname(os.path.abspath(__file__)) FILE_NAME = "db.xlsx" # 定义md5加密函数，对用户输入的密码进行加密： def md5(origin): hash_object = hashlib.md5("sdfsdfsdfsd23sd".encode('utf-8')) hash_object.update(origin.encode('utf-8')) return hash_object.hexdigest() # 定于写入函数，将用户输入的用户名和密码写入文件中： def register(username, password): db_file_path = os.path.join(BASE_DIR, FILE_NAME) # 判断文件路径是否存在，如果存在，就在Excel的最后一行往下写，如果不存在就从第一行开始写： if os.path.exists(db_file_path): wb = load_workbook(db_file_path) sheet = wb.worksheets[0] next_row_position = sheet.max_row + 1 else: wb = workbook.Workbook() sheet = wb.worksheets[0] next_row_position = 1 user = sheet.cell(next_row_position, 1) user.value = username pwd = sheet.cell(next_row_position, 2) pwd.value = md5(password) # 获取当前时间并转换为字符串，写入Excel中： ctime = sheet.cell(next_row_position, 3) ctime.value = datetime.now().strftime("%Y-%m-%d %H:%M:%S") wb.save(db_file_path) # 定义执行的主函数： def run(): while True: username = input("请输入用户名：") if username.upper() == "Q": break password = input("请输入密码：") register(username, password) # 运行脚本： if __name__ == '__main__': run()
1.3 正则表达式相关
如果有一大堆文本信息，需要提取其中的指定数据时，可以使用正则来实现。例如：提取文本中的邮箱和手机号
import re
text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀"
phone_list = re.findall("1[3|5|8|9]\d{9}", text)
print(phone_list)
>>输出结果：
['15131255789']
1.3.1 正则表达式
import re
1. 字符相关
“固定字符串” 匹配文本中的固定字符串
text = "你好xuanxiaomob,阿斯顿发xuanxiaomasc 阿士大夫能接受的xuanxiaomoff"
data_list = re.findall("xuanxiaomo", text) #从文本中找到固定字符串"xuanxiaomo"
print(data_list)
>>输出结果：
['xuanxiaomo', 'xuanxiaomo']
[abc] 匹配 a 或 b 或 c 字符。
text = "你好xuanxiaomob,阿斯顿发xuanxiaomasc 阿士大夫能接受的xuanxiaomoff"
data_list = re.findall("[abc]", text) # [abc]表示从文本中找到字母a或b或c
print(data_list)
>>输出结果：
['a', 'a', 'b', 'a', 'a', 'a', 'c', 'a', 'a']
text = "你好xuanxiaomob,阿斯顿发xuanxiaomasc 阿士大夫能接受的xuanxiaomoff"
data_list = re.findall("i[abc]", text) # i[abc]表示字母i是固定的
print(data_list)
>>输出结果：
['ia', 'ia', 'ia']
[^abc] 匹配除了 a b c 以外的其他字符。
text = "你wffbbupceiqiff"
data_list = re.findall("[^abc]", text)
print(data_list)
>>输出结果：
['你', 'w', 'f', 'f', 'u', 'p', 'e', 'i', 'q', 'i', 'f', 'f']
[a-z] ,[0-9]匹配 a ~ z , 0 ~ 9 的任意字符。
text = "alexrootrootadmin"
data_list = re.findall("t[a-z]", text)
print(data_list)
>>输出结果：
['tr', 'ta']
. 代指除换行符以外的任意字符。
text = "alexraotrootadmin"
data_list = re.findall("r.o", text)
print(data_list)
>>输出结果：
['rao', 'roo']
.+ 代指除换行符以外的所有字符(贪婪匹配)
text = "alexraotrootadmin"
data_list = re.findall("r.+o", text) # 贪婪匹配
print(data_list)
>>输出结果：
['raotroo']
.+? 代指除换行符以外的所有字符(非贪婪匹配)
text = "alexraotrootadmin"
data_list = re.findall("r.+?o", text) # 非贪婪匹配
print(data_list)
>>输出结果：
['rao']
\w 代指字母或数字或下划线（汉字）。
text = "北京轩小alex陌北 京轩小alex陌"
data_list = re.findall("轩\w+x", text)
print(data_list)
>>输出结果：
['轩小alex', '轩小alex']
\d 代指数字
text = "root-ad32min-add3-admd1in"
data_list = re.findall("d\d", text)
print(data_list)
>>输出结果：
['d3', 'd3', 'd1']
text = "root-ad32min-add3-admd1in"
data_list = re.findall("d\d+", text)
print(data_list)
>>输出结果：
['d32', 'd3', 'd1']
\s 代指任意的空白符，包括空格、制表符等。
text = "root admin add admin"
data_list = re.findall("a\w+\s\w+", text)
print(data_list)
>>输出结果：
['admin add']
2. 数量相关
* 重复0次或更多次
text = "他是大B个，确实是个大2B，也是个大2222B。"
data_list = re.findall("大2*B", text)
print(data_list)
>>输出结果：
['大B', '大2B', '大2222B']
+ 重复1次或更多次
text = "他是大B个，确实是个大2B，大3B，大66666B。"
data_list = re.findall("大\d+B", text)
print(data_list)
>>输出结果：
['大2B', '大3B', '大66666B']
? 重复0次或1次
text = "他是大B个，确实是个大2B，大3B，大66666B。"
data_list = re.findall("大\d?B", text)
print(data_list)
>>输出结果：
['大B', '大2B', '大3B']
{n} 重复n次
text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀"
data_list = re.findall("151312\d{5}", text)
print(data_list)
>>输出结果：
['15131255789']
{n,} 重复n次或更多次
text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀"
data_list = re.findall("\d{9,}", text)
print(data_list)
>>输出结果：
['4426625781', '15131255789']
{n,m} 重复n到m次
text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀"
data_list = re.findall("\d{10,15}", text)
print(data_list)
>>输出结果：
['15131255789']
3. 括号（分组）
提取数据区域
text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀"
data_list = re.findall("15131(2\d{5})", text) # 匹配成功后，只提取括号内的数据
print(data_list)
>>输出结果：
['255789']
text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来15131266666呀"
data_list = re.findall("15(13)1(2\d{5})", text) # 匹配成功后，只提取括号内的数据
print(data_list)
>>输出结果：
[ ('13', '255789') ]
text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀"
data_list = re.findall("(15131(2\d{5}))", text) # 匹配成功后，同时提取整段数据和括号内的部分端数据
print(data_list)
>>输出结果：
[ ('15131255789', '255789') ]
获取指定区域 + 或条件
text = "楼主15131root太牛15131alex逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀"
data_list = re.findall("15131(2\d{5}|r\w+太)", text)
print(data_list)
>>输出结果：
['root太', '255789']
text = "楼主15131root太牛15131alex逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀"
data_list = re.findall("(15131(2\d{5}|r\w+太))", text)
print(data_list)
>>输出结果：
[('15131root太', 'root太'), ('15131255789', '255789')]
练习题
-
利用正则匹配QQ号码
[1-9]\d{4,} # 开头不为0，至少为5位数以上的QQ号 -
身份证号码
import re text = "dsf130429191912015219k13042919591219521Xkk" data_list = re.findall("\d{17}[\dX]", text) # 前17位为数字，最后一位为数字或X print(data_list) >>输出结果： ['130429191912015219', '13042919591219521X']text = "dsf130429191912015219k13042919591219521Xkk" data_list = re.findall("\d{17}(\d|X)", text) #前17位为数字，最后一位为数字或X，只提取最后一位 print(data_list) >>输出结果： ['9', 'X']text = "dsf130429191912015219k13042919591219521Xkk" data_list = re.findall("(\d{17}(\d|X))", text) #前17位为数字，最后一位为数字或X，提取18位号码和最后一位 print(data_list) >>输出结果： [('130429191912015219', '9'), ('13042919591219521X', 'X')]text = "dsf130429191912015219k13042919591219521Xkk" data_list = re.findall("(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)", text) # 前17位为数字，最后一位为数字或X，从前往后顺序提取6位，4位，2位，2位，3位，1位 print(data_list) >>输出结果： [('130429', '1919', '12', '01', '521', '9'), ('130429', '1959', '12', '19', '521', 'X')] -
手机号
import re text = "我的手机号是15133377892，你的手机号是1171123啊？" data_list = re.findall("1[3-9]\d{9}", text) # 第1位是数字1，第二位是数字3~9，后面9位是任意数字 print(data_list) >>输出结果： ['15133377892'] -
邮箱地址
import re text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀" email_list = re.findall("\w+@\w+\.\w+",text) # 数字、字母或下划线、汉字开头，中间有个@，接着有个.,最后位是1个数字、字母或下划线、汉字 print(email_list) >>输出结果： ['[email protected]和xxxxx']text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀" email_list = re.findall("[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+\.[a-zA-Z0-9_-]+", text, re.ASCII) # [a-zA-Z0-9_-]表示大小写字母或数字或下划线或'-' '.'在正则中表示除换行符以外的任意字符，这里加上'\.'进行了转义，单纯地表示'.' print(email_list) >>输出结果： ['[email protected]', '[email protected]']text = "楼主太牛逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀" email_list = re.findall("\w+@\w+\.\w+", text, re.ASCII) # re.ASCII表示按ascii码进行匹配，默认去除了汉字 print(email_list) >>输出结果： ['[email protected]', '[email protected]']text = "楼主太牛[email protected]逼了，在线想要 [email protected]和[email protected]谢谢楼主，手机号也可15131255789，搞起来呀" email_list = re.findall("(\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*)", text, re.ASCII) # *表示出现0次或n次，所以([-+.]\w+)*表示如果出现'-'或'+'或'.',它后面一定要接个字母、数字或下划线 print(email_list) >>输出结果： [('[email protected]', '-2578', '', ''), ('[email protected]', '', '', '')] -
补充代码，实现获取页面上的所有评论（已实现），并提取里面的邮箱。
# 先安装两个模块 pip3 install requests pip3 install beautifulsoup4import re import requests from bs4 import BeautifulSoup res = requests.get( url="https://www.douban.com/group/topic/79870081/", headers={ 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36', } ) bs_object = BeautifulSoup(res.text, "html.parser") comment_object_list = bs_object.find_all("p", attrs={"class": "reply-content"}) for comment_object in comment_object_list: text = comment_object.text print(text) # 请继续补充代码，提取text中的邮箱地址 email_list = re.findall("\w+@\w+\.\w+", text, re.ASCII) if email_list: print(email_list)
4. ^ 起始和$ 结束
上述示例中都是去一段文本中提取数据，只要文本中存在即可。
但如果要求用户输入的内容必须是指定的内容开头和结尾，就需要用到如下两个字符。
^开始$结束
text = "啊[email protected]我靠"
email_list = re.findall("^\w+@\w+.\w+$", text, re.ASCII)
print(email_list)
>>输出结果：
[]
text = "[email protected]"
email_list = re.findall("^\w+@\w+.\w+$", text, re.ASCII)
print(email_list)
>>输出结果：
['[email protected]']
这两种字符一般用于对用户输入数据格式的校验比较多，例如：
import re
text = input("请输入邮箱：")
email = re.findall("^\w+@\w+.\w+$", text, re.ASCII)
if not email:
print("邮箱格式错误")
else:
print(email)
5. 特殊字符
由于正则表达式中 * . \ { } ( ) 等都具有特殊的含义，所以如果想要在正则中匹配这种特定的字符，需要进行转义，例如：
text = "我是你{5}爸爸"
data = re.findall("你{5}爸", text)
print(data)
>>输出结果：
[]
text = "我是你{5}爸爸"
data = re.findall("你\{5\}爸", text)
print(data)
>>输出结果：
["你{5}爸爸"]
1.3.2 re模块
python 中提供了 re 模块，可以处理正则表达式并对文本进行处理。
import re
1. findall：获取匹配到的所有数据，返回一个列表
text = "dsf130429191912015219k13042919591219521Xkk"
data_list = re.findall("(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)", text)
print(data_list) # [('130429', '1919', '12', '01', '521', '9'), ('130429', '1959', '12', '19', '521', 'X')]
2. match：从起始位置开始匹配，匹配成功返回一个特殊的对象，未匹配成功返回None
text = "大小逗2B最逗3B欢乐"
data = re.match("逗\dB", text)
print(data) # None
如果匹配成功，直接输出无法获取匹配的内容，可以通过 group() 获取 match 对象中匹配到的内容：
text = "逗2B最逗3B欢乐"
data = re.match("逗\dB", text)
print(data)
if data:
content = data.group() # "逗2B"
print(content)
>>输出结果：
<re.Match object; span=(0, 3), match='逗2B'>
逗2B
3. search：浏览整个字符串去匹配第一个，匹配成功返回一个特殊的对象，未匹配成功返回None
text = "大小逗2B最逗3B欢乐"
data = re.search("逗\dB", text)
if data:
print(data.group()) # "逗2B"
>>输出结果：
<re.Match object; span=(2, 5), match='逗2B'>
逗2B
4. sub：替换匹配成功的位置
# 替换匹配成功的全部：
text = "逗2B最逗3B欢乐"
data = re.sub("\dB", "沙雕", text)
print(data)
>>输出结果：
逗沙雕最逗沙雕欢乐
# 替换匹配成功的第1个：
text = "逗2B最逗3B欢乐"
data = re.sub("\dB", "沙雕", text, 1)
print(data)
>>输出结果：
逗沙雕最逗3B欢乐
5. split：根据匹配成功的位置分割
# 根据匹配成功的位置全部进行分割：
text = "逗2B最逗3B欢乐"
data = re.split("\dB", text)
print(data)
>>输出结果：
['逗', '最逗', '欢乐']
# 根据匹配成功的第1个位置进行分割：
text = "逗2B最逗3B欢乐"
data = re.split("\dB", text, 1)
print(data)
>>输出结果：
['逗', '最逗3B欢乐']
6. finditer：匹配并返回一个迭代器，循环一次获取一个匹配成功的结果
text = "逗2B最逗3B欢乐"
data = re.finditer("\dB", text)
print(data)
for item in data:
print(item.group())
>>输出结果：
<callable_iterator object at 0x0000021E9C0416A0>
2B
3B
通过 finditer 还可以对匹配成功后，分组提取的数据进行命名，例如：
# 分组命名格式：(?P<命名>正则)
text = "dsf130429191912015219k13042919591219521Xkk"
data_list = re.finditer("\d{6}(?P\d{4})(?P\d{2})(?P\d{2})\d{3}[\d|X]" , text)
for item in data_list:
info_dict = item.groupdict()
print(info_dict)
>>输出结果：
{'year': '1919', 'month': '12', 'day': '01'}
{'year': '1959', 'month': '12', 'day': '19'}
内置模块小结
到此，最常见的内置模块就全部介绍完了（共11个），现阶段只需要掌握这些模块的使用即可，其他的内置模块在后续的开发过程中遇到了再具体讲解。
- os
- shutil
- sys
- random
- hashlib
- configparser
- xml
- json
- time
- datetime
- re
2. 项目开发规范
现阶段，我们在开发一些程序时（终端运行），应该遵循一些结构的规范，让你的项目更加专业。
2.1 单文件应用
当基于 python 开发简单应用时（一个 py 文件就能完成），需要注意如下几点规范：
2.2 单可执行文件
新创建一个项目，假设项目名称叫 " crm " ，可以创建如下文件和文件夹来存放代码和数据。
crm
├── app.py 文件，程序的主文件（尽量精简）
├── config.py 文件，配置文件（放相关配置信息，代码中读取配置信息，如果想要修改配置，可以在此修改，不用再去代码中逐一修改了）
├── db 文件夹，存放数据
├── files 文件夹，存放文件
├── src 包，业务处理的代码
└── utils 包，公共功能
示例：
2.3 多可执行文件
新创建项目，假设项目名叫 ’ killer ’ ，可以创建如下文件和文件夹来存放代码和数据。
killer
├── bin 文件夹，存放多个主文件（可运行）
│ ├── app1.py
│ └── app2.py
├── config 包，配置文件
│ ├── __init__.py
│ └── settings.py
├── db 文件夹，存放数据
├── files 文件夹，存放文件
├── src 包，业务代码
│ └── __init__.py
└── utils 包，公共功能
└── __init__.py
示例：
总结
- json 格式和 json 模块
- json 模块处理特殊的数据类型
- datetime 格式与字符串、时间戳以及相关之间的转换。
- datetime 格式时间与 timedelta 的加减。
- 两个 datetime 相减可以计算时间间隔，得到的是一个 timedelta 格式的时间。
- 了解正则表达式的编写方式和 python 中 re 模块的使用。
- 项目开发规范。
作业：开发短视频资讯平台(如需作业源码，可私信博主哈~)
- 有video.csv视频库文件，其中有999条短视频数据，格式如下：【 video.csv 文件已为大家提供好，在day15课件目录下。 】
-
项目的核心功能有：
-
分页看新闻（每页显示10条），提示用户输入页码，根据页码显示指定页面的数据。
- 提示用户输入页码，根据页码显示指定页面的数据。
- 当用户输入的页码不存在时，默认显示第1页
-
搜索专区
- 用户输入关键字，根据关键词筛选出所有匹配成功的短视频资讯。
- 支持的搜索两种搜索格式：
id=1715025，筛选出id等于1715025的视频（video.csv的第一列）。key=文本，模糊搜索，筛选包含关键字的所有新闻（video.csv的第二列）。
-
下载专区
-
用户输入视频id，根据id找到对应的mp4视频下载地址，然后下载视频到项目的files目录。
-
视频的文件名为：
视频id-年-月-日-时-分-秒.mp4 -
视频下载代码示例
import requests res = requests.get( url='https://video.pearvideo.com/mp4/adshort/20210105/cont-1715046-15562045_adpkg-ad_hd.mp4' ) # 视频总大小（字节） file_size = int(res.headers['Content-Length']) download_size = 0 with open('xxx.mp4', mode='wb') as file_object: # 分块读取下载的视频文件（最多一次读128字节），并逐一写入到文件中。 len(chunk)表示实际读取到每块的视频文件大小。 for chunk in res.iter_content(128): download_size += len(chunk) file_object.write(chunk) file_object.flush() message = "视频总大小为：{}字节，已下载{}字节。".format(file_size, download_size) print(message) file_object.close() res.close() -
下载的过程中，输出已下载的百分比，示例代码如下：
import time print("正在下载中...") for i in range(101): text = "\r{}%".format(i) print(text, end="") time.sleep(0.2) print("\n下载完成")
-
-
-