python 正则化表达式和泛型函数的使用及异常

目录

一、正则表达式

3.1匹配函数

3.2检索和替换

3.3正则表达式对象

 二、常用方法使用

三、泛型函数的使用

四、上下文管理器

五、装饰器

六、异常

6.1抛出和捕获异常

---

一、正则表达式

正则表达式是一个特殊的字符序列，它帮助检查一个字符串是否与某种模式匹配

python中增加了re 模块，使 Python 语言拥有全部的正则表达式功能

• re.match(）：从字符串起始位置匹配，不成功则返回 none。
• re.search（）：匹配整个字符串，直到找到一个匹配。
• re.groups()：返回匹配的表达式
• re.sub（）：用于替换字符串中的匹配项。
• re.compile （）：用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用
• re.finditer（）：在字符串中找到正则表达式所匹配的所有子串，并把它们作为一个迭代器返回。
• re.split（）：匹配的子串将字符串分割后返回列表

（1）特殊字符类及其表示含义

 （2）字符类

 （3）正则表达式模式

模式字符串使用特殊的语法来表示一个正则表达式：

字母和数字表示他们自身。一个正则表达式模式中的字母和数字匹配同样的字符串。多数字母和数字前加一个反斜杠时会拥有不同的含义。标点符号只有被转义时才匹配自身，否则它们表示特殊的含义。反斜杠本身需要使用反斜杠转义（\\）。由于正则表达式通常都包含反斜杠，所以最好使用原始字符串来表示它们。模式元素(如 r'\t'，等价于 '\\t')匹配相应的特殊字符。

下表列出了正则表达式模式语法中的特殊元素。使用模式的同时提供了可选的标志参数，某些模式元素的含义会改变。

3.1匹配函数

（1）re.match函数

从字符串的起始位置匹配一个模式，匹配成功，则输出该字符的区间（前闭后开），若不是起始位置匹配成功的话，match() 就返回 none。

re.match(pattern, string, flags=0)   #pattern:匹配的正则表达式；

import re  #导入模块
print(re.match('www', 'www.runoob.com').span())  # 在起始位置匹配   输出（0，3）
print(re.match('com', 'www.runoob.com'))         # 不在起始位置匹配   输出None

使用匹配对象函数来获取匹配表达式：

•  group(num)： 获取对应num下标的元素；
•  group()  获取所有元素。
• groups（）：返回一个所有包含小组字符串的元组，从1到所含的小组号

import re
 
line = "Cats are smarter than dogs"   #定义一个字符串变量
 
matchObj = re.match( r'(.*) are (.*?) .*', line, re.M|re.I)
 
if matchObj:
matchObj:
   print("matchObj.group() : ", matchObj.groups())  #  ('Cats', 'smarter')
   print("matchObj.group() : ", matchObj.group())  #  matchObj.group() :  Cats are smarter than dogs
   print("matchObj.group(1) : ", matchObj.group(1))    #  matchObj.group(1) :  Cats
   print("matchObj.group(2) : ", matchObj.group(2))   #  matchObj.group(2) :  smarter
else:
   print("No match!!")

（2）re.search方法

扫描整个字符串并返回第一个成功的匹配。使用group(num) 或 groups() 匹配对象函数来获取匹配表达式。

re.search(pattern, string, flags=0)

import re
print(re.search('www', 'www.runoob.com').span())  #  www所在位置为（0，3）
print(re.search('com', 'www.runoob.com').span())         # com所在位置为（11，14）前闭后开

line = "Cats are smarter than dogs"
 
searchObj = re.search( r'(.*) are (.*?) .*', line, re.M|re.I)
 
if searchObj:
   print("searchObj.group() : ", searchObj.group())  # Cats are smarter than dogs
   print("searchObj.group(1) : ", searchObj.group(1))  # Cats
   print("searchObj.group(2) : ", searchObj.group(2))   # smarter
else:  
   print("Nothing found!!")

(3) re.match与re.search的区别

re.match只匹配字符串的开始，如果字符串开始不符合正则表达式，则匹配失败，函数返回None；而re.search匹配整个字符串，直到找到匹配（返回其位置）。

import re  
line = "Cats are smarter than dogs"
 
matchObj = re.match( r'dogs', line, re.M|re.I)  #从字符串开始匹配dog，因为起始值不是dog，所以匹配不成功
if matchObj:
   print("match --> matchObj.group() : ", matchObj.group())
else:
   print("No mtch!!")   # 执行此条语句
 
matchObj = re.search( r'dogs', line, re.M|re.I)   #遍历整个字符串匹配dogs,可以匹配成功
if matchObj:
   print("search --> searchObj.group() : ", matchObj.group())  #执行此语句，输出dogs(具体输出参考matchobj)
else: 
   print("No match!!")

3.2检索和替换

（1）re 模块提供了re.sub用于替换字符串中的匹配项。

re.sub(pattern, repl, string, count=0, flags=0)

• pattern : 正则中的模式字符串。
• repl : 替换的字符串，也可为一个函数。
• string : 要被查找替换的原始字符串。
• count : 模式匹配后替换的最大次数，默认 0 表示替换所有的匹配。

import re
 
phone = "2004-959-559 # 这是一个国外电话号码"
 
# 删除字符串中的 Python注释 
num = re.sub(r'#.*$', "", phone) 
print("电话号码是: ", num)  #电话号码是:  2004-959-559
 
# 删除非数字(-)的字符串 
num = re.sub(r'\D', "", phone)
print("电话号码是 : ", num)  #电话号码是 :  2004959559

（2）re.compile 函数

用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用。

1. re.I 忽略大小写
2. re.L 表示特殊字符集 \w, \W, \b, \B, \s, \S 依赖于当前环境
3. re.M 多行模式
4. re.S 即为 . 并且包括换行符在内的任意字符（. 不包括换行符）
5. re.U 表示特殊字符集 \w, \W, \b, \B, \d, \D, \s, \S 依赖于 Unicode 字符属性数据库
6. re.X 为了增加可读性，忽略空格和 # 后面的注释

 在上面，当匹配成功时返回一个 Match 对象，其中：

• group([group1, …]) 方法用于获得一个或多个分组匹配的字符串，当要获得整个匹配的子串时，可直接使用 group() 或 group(0)；
• start([group]) 方法用于获取分组匹配的子串在整个字符串中的起始位置（子串第一个字符的索引），参数默认值为 0；
• end([group]) 方法用于获取分组匹配的子串在整个字符串中的结束位置（子串最后一个字符的索引+1），参数默认值为 0；
• span([group]) 方法返回 (start(group), end(group))。

（3）findall

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表；若有多个匹配模式，则返回元组列表，如果没有找到匹配的，则返回空列表。

注意！！！ match 和 search 是匹配一次， findall 匹配所有。

findall(string[, pos[, endpos]])

• string : 待匹配的字符串。
• pos : 可选参数，指定字符串的起始位置，默认为 0。
• endpos : 可选参数，指定字符串的结束位置，默认为字符串的长度。

import re
 
pattern = re.compile(r'\d+')   # 只查找数字
result1 = pattern.findall('runoob 123 google 456')
result2 = pattern.findall('run88oob123google456', 0, 10)
 
print(result1)
print(result2)

多个匹配模式：

result = re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')
print(result)  # 输出  [('width', '20'), ('height', '10')]

3.3正则表达式对象

re.compile() 返回 RegexObject 对象。

group() 返回被 RE 匹配的字符串。

• start() 返回匹配开始的位置
• end() 返回匹配结束的位置
• span() 返回一个元组包含匹配 (开始,结束) 的位置

---

 二、常用方法使用

import re
print(re.match('www', 'www.runoob.com').span())  # 在起始位置匹配（0，3）
print(re.match('com', 'www.runoob.com'))         # 不在起始位置匹配none


#------查找字符串中的所有数字--------# 
pattern = re.compile(r'\d+')   # 查找数字
result1 = pattern.findall('runoob 123 google 456')
result2 = pattern.findall('run88oob123google456', 0, 10)
print(result1)   # ['123', '456']
print(result2)   #['88', '12']


#------#多个匹配模式，返回元组列表--------# 
result = re.findall(r'(\w+)=(\d+)', 'set width=20 and height=10')
print(result)    #[('width', '20'), ('height', '10')]

1.正则查找网址

import re

str1 = input()
result = re.match("https://www",str1)
print(result.span())    ##输出返回结果的范围
# print(re.match('https://www', str1).span())  #输出网址从开头匹配到第一位不匹配的范围。

2.map()函数：

from collections.abc import Iterator   #导入迭代器

map_obj = map(lambda x: x*2, [1,2,3,4,5])
print(isinstance(map_obj,Iterator))  #True
print(list(map_obj))      #[2, 4, 6, 8, 10]   
 
def square(x):   #定义一个函数square()
    v = x**2
    print(v)
    
print(list(map(square, [1,2,3,4,5]))) 

3.filter()函数：

filter_obj = filter(lambda x: x > 5,range(0,10))
print(list(filter_obj))

4.isinstance() ：可以确定一个对象是否是某个特定类型或定制类的实例。

print(isinstance("hello world",str))   #True
print(isinstance(10,int))    #True
print(isinstance(10.0,float))   #True
print(isinstance(5,float))     #False

5.hasattr(obj,attribute)：判断目标对象obj是否包含属性attribute

aa = hasattr(json,"dumps")
print(aa)   ##True

bb = getattr(json,"__path__")   #获取属性__path__的值
print(bb)  # ['D:\\Anacoda3\\lib\\json']

6.callable()：确定一个对象是否是可调用的（如函数，类这些对象都是可以调用的对象。）

print(callable("hello python"))   #False
print(callable(list))   #True

7.模块

print(json.__doc__)  #查询模块json的文档，它输出的内容和 help() 一样
print(json.__name__)  #查询模块json的名字
print(json.__file__)  #查询模块json的文件路径。若内建的模块没有这个属性，访问它会抛出异常！
print(json.__dict__)  #查询模块json的字典类型对象

三、泛型函数的使用

泛型： Python 中叫 singledispatch：根据传入参数类型的不同而调用不同的函数。

from functools import singledispatch

@singledispatch
def age(obj):
    print('请传入合法类型的参数！')

@age.register(int)
def _(age):
    print('我已经{}岁了。'.format(age))

@age.register(str)
def _(age):
    print('I am {} years old.'.format(age))


age(23)  # int  我已经23岁了。
age('twenty three')  # str    I am twenty three years old.
age(['23'])  # list    请传入合法类型的参数！

（1）函数的拼接 

from functools import singledispatch

def check_type(func):   #通用的拼接函数
    def wrapper(*args):
        arg1, arg2 = args[:2]
        if type(arg1) != type(arg2):
            return '【错误】：参数类型不同，无法拼接!!'
        return func(*args)
    return wrapper

@singledispatch
def add(obj, new_obj):
    raise TypeError

@add.register(str)
@check_type
def _(obj, new_obj):
    obj += new_obj    #字符串拼接
    return obj

@add.register(list)
@check_type
def _(obj, new_obj):
    obj.extend(new_obj)   #列表拼接
    return obj

@add.register(dict)
@check_type
def _(obj, new_obj):
    obj.update(new_obj)  #字典拼接
    return obj

@add.register(tuple)
@check_type
def _(obj, new_obj):
    return (*obj, *new_obj)   #元组拼接

print(add('hello',', world'))    #hello, world
print(add([1,2,3], [4,5,6]))         #[1, 2, 3, 4, 5, 6]
print(add({'name': 'wangbm'}, {'age':25}))    #{'name': 'wangbm', 'age': 25}
print(add(('apple', 'huawei'), ('vivo', 'oppo')))   #('apple', 'huawei', 'vivo', 'oppo')

#list 和 字符串 无法拼接（不同类型无法拼接）
print(add([1,2,3], '4,5,6'))  # 输出：【错误】：参数类型不同，无法拼接!!

四、上下文管理器

上下文管理器的好处：提高代码的复用率、优雅度、可读性；

（1）读取文件内容

file = open("C:\\Users\HY\\Desktop\\Autotest\\1.txt")
print(file.readline())  #读取首行
print(file.read())   #读取文件全部内容
file.close()    #手动关闭文件句柄

（2）使用with关键字读取文件，读取结束后可自动关闭文件句柄（with即是上下文管理器）

• 上下文表达式：with open('test.txt') as file:
• 上下文管理器：open('test.txt')
• file 是资源对象

with open("C:\\Users\HY\\Desktop\\Autotest\\1.txt") as file:
    print(file.read())

（3）在类里实现一个上下文管理器：也即是在类里定义：__enter__和__exit__方法，这个类的实例也即是上下文管理器

class Resource():
    def __enter__(self):
        print("-----connect to resource-----")
        return self
    
    def __exit__(self,exc_type,exc_val,exc_tb):
        print("-----close resource connection------")
        
    def func(self):
        print("----执行函数内部的逻辑")
    
with Resource() as result:
    result.func()

#输出：
# -----connect to resource-----
# ----执行函数内部的逻辑
# -----close resource connection------

在 写__exit__ 函数时，需要注意的事，它必须要有这三个参数：

• exc_type：异常类型

• exc_val：异常值

• exc_tb：异常的错误栈信息

当主逻辑代码没有报异常时，这三个参数将都为None。

（4）使用 contextlib构建一个上下文管理器（通过一个函数来实现上下文管理器，而不用一个类）

python中，contextlib 的协议实现了一个打开文件（with open）的上下文管理器。

import contextlib

@contextlib.contextmanager
def open_func(file_name):
    
# __enter__方法
    print("open file:",file_name,"in__enter__")
    file_handler = open(file_name,"r")   #打开文件
    
    yield file_handler    #生成器（带有yield）
    
# __exit__方法
    print("close file:",file_name,"in__exit")
    file_handler.close()   #关闭句柄
    return

with open_func("C:\\Users\HY\\Desktop\\Autotest\\1.txt") as file_in: 
    for line in file_in:
        print(line)

上面这段代码只能实现上下文管理器的第一个目的（管理资源），并不能实现第二个目的（处理异常）。如果要处理异常，可以改成：

import contextlib

@contextlib.contextmanager
def open_func(file_name):
    
# __enter__方法
    print("open file:",file_name,"in__enter__")
    file_handler = open(file_name,"r")   #读取文件
    
    try:
        yield file_handler    #生成器（带有yield）
    except Exception as exc:
        print("the exception was thrown")
    finally:   
        print("close file:",file_name,"in__exit")     # __exit__方法
        file_handler.close()   #关闭句柄
        return

with open_func("C:\\Users\HY\\Desktop\\Autotest\\1.txt") as file_in: 
    for line in file_in:
        1/0
        print(line)

五、装饰器

装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。

常用于有切面需求的场景：如插入日志、性能测试、事务处理、缓存、权限校验等场景。有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

装饰器的使用方法：

• 先定义一个装饰器decorator（帽子）

• 再定义你的业务函数或者类（人）wrapper

• 最后把这装饰器（帽子）扣在这个函数（人）头上

#=================装饰器的使用==========================
# 定义装饰器
def decorator(func):
    def wrapper(*args,**kw):
         return func()
    return wrapper

# 定义业务函数并进行装饰
@decorator
def function():
    print("hello world")

(1)普通装饰器

#=================普通装饰器的使用==========================
#定义装饰器函数，logger是装饰器，参数func是被装饰的函数

def logger(func):
    def wrapper(*args,**kw):
        print('开始执行{}函数：'.format(func.__name__))   #
        
        #函数逻辑体：真正需要执行的逻辑
        func(*args,**kw)
        
        print('执行完毕')
    return wrapper
        
#写函数，具体功能
@logger
def add(x,y):
    print(f"{x}+{y}={x+y}")  #两种输出都可
    print("{}+{}={}".format(x,y,x+y))

add(20,30)

六、异常

异常：导致程序在运行过程中出现异常中断和退出的错误。正常情况下，异常都不会被程序处理，而是以错误信息的形式展现出来。所有异常都是异常类，首字母是大写的！

• SyntaxError：语法错误
• TypeError：类型错误，也就是说将某个操作或功能应用于不合适类型的对象时引发，比如整型与字符型进行加减法
• IndexError：索引出现了错误，比如最常见下标索引超出了序列边界
• KeyError：关键字错误，主要发生在字典中，比如当用户试图访问一个字典中不存在的键时会被引发。
• ValueError：传入一个调用者不期望的值时引发，即使这个值的类型是正确的，比如想获取一个列表中某个不存在值的索引。
• AttributeError：属性错误，试图访问一个对象不存在的属性时引发。（如字典有get方法，列表没有，若列表对象调用get方法就会引发该异常。）
• NameError：变量名称发生错误，如用户试图调用一个未被赋值或初始化的变量时被触发。
• IOError：打开文件错误，当用户试图以读取方式打开一个不存在的文件时引发。
• StopIteration：迭代器错误，当访问至迭代器最后一个值时仍然继续访问，就会引发这种异常，提醒用户迭代器中已经没有值可供访问了
• AssertionError：断言错误，当用户利用断言语句检测异常时，如果断言语句检测的表达式为假，则会引发这种异常。
• IndentationError：缩进异常
• ImportError：导包过程中出现的错误，包名错误或者路径不对、包未安装，抛出 ImportError

6.1抛出和捕获异常

异常处理工作包括：抛出、捕获。

捕获指的是使用try....except包裹特定语句，而raise则是主动抛出异常

（1）抛出异常

异常产生有两种来源：

• 程序自动抛出：如 1/0 会自动抛出 ZeroDivisionError

• 开发者主动抛出：使用 raise 关键字抛出。

def demo_func(filename):
    if not os.path.isfile(filename):
        raise Exception       #raise抛出异常

（2）捕获异常

异常的捕获的语法有如下四种：

#====================只捕捉，不获取异常信息===================#
try:
    代码A
except [EXCEPTION]:
    代码B

#=========捕捉了，还要获取异常信息，赋值给 e 后，把异常信息打印到日志中。================#
try:
    代码A
except [EXCEPTION] as e:
    代码B

#==================代码A发生了异常，则会走到代码B的逻辑=======================#
try:
    代码A
except [exception] as e :
    代码B

#============代码A发生了异常，则走到代码B的逻辑，如果没有发生异常，则会走到代码C=============#
try:
    代码A
except [exception] as e:
    代码B
else:
    代码C

#============代码A发生了异常，则走到代码B的逻辑，最后不管有没有异常都会执行代码C=============#
try:
    代码A
except [exception] as e:
    代码B
finally:
    代码C

（3）捕获多个异常：except可以捕获一个或者多个异常

        1）每个except捕获一个异常

一个 try 语句可能有多个 except 子句，以指定不同异常的处理程序，但是最多会执行一个处理程序。

try:
    1/0     #此处抛出异常，因为除数不能为0
except IOError:
    print("IO读写出错")
except FloatingPointError:
    # 浮点计算错误
    print("计算错误")
except ZeroDivisionError:   #因此这里捕捉到异常，执行这部分的代码，其余异常代码不执行
    # 除数不能为 0
    print("计算错误")    #最后输出为：计算错误

        2）一个except捕获多个异常

except 后面可以接多个异常的，多个异常之间使用括号包裹。只要匹配上一个就算捕获到，就会进入相应的代码分支。

try:
    1/0
except IOError:
    print("IO读写出错")
except (ZeroDivisionError, FloatingPointError):    #此处捕获到异常
    print("计算出错")

（4）自定义异常

自定义异常应该继承 Exception 类，直接继承或者间接继承都可

自定义的异常或错误类，下面使用 InputError （异常的名字都以Error结尾，我们在为自定义异常命名的时候也需要遵守这一规范，就跟标准的异常命名一样），表示接受用户输入时发生问题。

class InputError(Exception):
    def __init__(self, msg):
        self.message = msg

    def __str__(self):
        return self.message

def get_input():
    name = input("请输入你的姓名：")
    if name == '':
        raise InputError("未输入内容")
    
try:
    get_input()  
except InputError as e:
    print(e)

（5）如何关闭异常自动关联上下文

如果在异常处理程序或 finally 块中引发异常，默认情况下，异常机制会隐式工作会将先前的异常附加为新异常的 __context__属性。这就是 Python 默认开启的自动关联异常上下文。

若想控制这个上下文，可以加个 from 关键字（from 语法会有个限制，就是第二个表达式必须是另一个异常类或实例。），来表明你的新异常是直接由哪个异常引起的

try:
    print(1/0)    #抛出异常
except Exception as exc:
    raise RuntimeError("Something bad happened") from exc   #执行此语句抛出RuntimeError同时抛出1/0产生的ZeroDivisionError异常

也可以通过with_traceback()方法为异常设置上下文__context__属性，这也能在traceback更好的显示异常信息。

try:
    print(1 / 0)
except Exception as exc:
    raise RuntimeError("bad thing").with_traceback(exc)

总结：

• 只捕获可能会抛出异常的语句，避免含糊的捕获逻辑

• 保持模块异常类的抽象一致性，必要时对底层异常类进行包装

• 使用“上下文管理器”可以简化重复的异常处理逻辑