介绍的模块
re模块
subprocess模块
人生三问
什么re模块
主要是与正则表达式相关操作的一些方法
什么是正则表达式
就是一系列特殊意义字符的组成的式子。
为什么要用正则表达式呢？
在日常生活中我们获得的数据大部分都是一大串的字符串，但是通常情况下我们并不是需要整个字符串，我们需要的是一些有规律的数据，怎么去把他们提取出来就变成了一个难题，
这个时候正则表达式就出现了，我们可以通过写的一些正则表达式对字符串进行分析提取，最后获得我们需要的内容。
正则表达式:
''' 正则表达式 位置匹配 \A 开头 \Z 结尾 ^ 开头 $ 结尾 范围匹配 \d 数字 （\D相反是非数字） \w 数字字母下划线 （\W相反） \s 空字符(\t\n\f\b) （\s相反） [...] 手动指定范围，ascii码表返回 [^...] 指定范围以外的内容 重复匹配 * 0次或者多次 + 一次或者多次 ? 0次或者一次 非贪婪模式 {n} 精确匹配前面n个表达式 {n, m} 匹配n到m次由前面的正则表达式定义的片段，贪婪模式 分组 ()括号内的表达式是一个分组 '''
示例一：单个字符的匹配
>>> import re >>> re.findall('\w', 'hello egon 123') ['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] >>> re.findall('\W', 'hello egon 123') [' ', ' '] >>> re.findall('\d', 'hello egon 123') ['1', '2', '3'] >>> re.findall('\D', 'hello egon 123') ['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' '] >>> re.findall('\s', 'hello egon 123') [' ', ' '] >>> re.findall('\S', 'hello egon 123') ['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] >>> re.findall('\Ahe', 'hello egon 123') ['he'] >>> re.findall('^he', 'hello egon 123') ['he'] >>> re.findall('3$', 'hello egon 123') ['3'] >>> re.findall('3\Z', 'hello egon 123') ['3']
示例二：重复匹配
# 重复匹配之. >>> re.findall('a.b', 'a1b') # 任意字符 ['a1b'] >>> re.findall('a.b', 'a1b a*b a b aaab') ['a1b', 'a*b', 'a b', 'aab'] >>> re.findall('a.b', 'a\nb') # 不能匹配换行符 [] >>> re.findall('a.b', 'a\nb', re.S) # 只要加上这个参数就可以匹配换行符 ['a\nb'] >>> re.findall('a.b', 'a\nb', re.DOTALL) ['a\nb'] # 重复匹配之 * 0次或者多次 >>> re.findall('ab*', 'bbbbbb') # 没有匹配到前面的a [] >>> re.findall('ab*', 'a') # 匹配了b零次 ['a'] >>> re.findall('ab*', 'abbbb') # 匹配了b多次 ['abbbb'] # 重复匹配之？ 0次或者一次 >>> re.findall('ab?', 'a') # 匹配了b零次 ['a'] >>> re.findall('ab?', 'abbbb') # 匹配了b1次 ['ab'] # 重复匹配之 + 1次或者多次 >>> re.findall('ab+', 'a') # 没有匹配到b [] >>> re.findall('ab+', 'ab') # 匹配了b1次 ['ab'] >>> re.findall('ab+', 'abbbbb') # 匹配了b多次 ['abbbbb']
示例三：{ }， [ ]的使用
正则表达式之{} {2} 匹配前面模式两次 {2,4}匹配前面模式两到四次，注意中间不能加空格 >>> re.findall('ab{2}', 'abbb') # 匹配了b两次 ['abb'] >>> re.findall('ab{2,4}','abbb') # 匹配字符2次到四次 ['abbb'] >>> re.findall('ab{1,}', 'abbb') # 匹配1次或者多次，默认贪婪匹配，所以匹配了三次 ['abbb'] >>> re.findall('ab{0,}', 'abbb') # 匹配0次或者多次，默认贪婪匹配，所以匹配了三次 ['abbb'] >>> 正则表达式之[] [abcd] 匹配[]里面的任何字符 >>> re.findall('a[1*-]b', 'a1b a*b a-b') # a和b是固定的，但是中间的值可以是1 * - ['a1b', 'a*b', 'a-b'] >>> re.findall('a[^1*-]b', 'a1b a*b a-b a=b') # ^代表a和b之间不能是[]内的任意字符 ['a=b'] >>> re.findall('a[0-9]b', 'a1b a*b a-b a=b') # ab之间可以是0-9之间的数字 ['a1b'] >>> re.findall('a[a-z]b', 'a1b a*b a-b asb') # ab之间是a-z之间的数字 ['asb'] >>> re.findall('a[A-Z]b', 'aSb a*b a-b asb') # ab之间是A-Z之间的数字 ['aSb'] >>> re.findall('a[A-Za-z]b', 'aSb a*b a-b asb') # ab之间是A-Z，a-z之间的数字 ['aSb', 'asb'] 匹配网址 import re print(re.findall('href=".*?"', '<a href="http://www.baidu.com">点击</a>')) # 结果：['href="http://www.baidu.com"'] print(re.findall('href="(http.*?)"', '<a href="http://www.baidu.com">点击</a>')) # 结果 ['http://www.baidu.com']
示例四: 分组
#():分组 print(re.findall('ab+','ababab123')) #['ab', 'ab', 'ab'] print(re.findall('(ab)+123','ababab123')) #['ab']，匹配到末尾的ab123中的ab print(re.findall('(?:ab)+123','ababab123')) #findall的结果不是匹配的全部内容，而是组内的内容,?:可以让结果为匹配的全部内容
示例五：【\】的使用
# 因为python在使用正则表达式的时候是要交给底层的c去执行的 # 因此python解释器首先要保证让自己去识别斜杠的时候是正确的，这个时候需要两个斜杠 # 当时当传到底层的c去执行的时候，需要把让c也知道这个是普通的字符，因此还需要两个斜杠 text = 'a\c' # 方法一：四个斜杠 print(re.findall('a\\\\c', text)) # 方法二: r + 两个斜杠 print(re.findall(r'a\\c', text)) # 结果: # ['a\\c'] # ['a\\c']
re模块的方法
re模块的方法
findall 返回所有满足匹配条件的值放在一个列表中
search 在整个字符串中寻找一个匹配的值
match 从字符串的开头寻找一个匹配的值
split 按照一个模式进行分割
sub 替换字符串
complie 编译
方法一: 匹配
>>> import re
>>> re.findall('e', 'alex make love') # 在字符串中查找出所有的e放在一个列表中
['e', 'e', 'e']
>>> re.search('e', 'alex make love') # 在字符串中查找出一个e返回一个对象，可以通过group去获得相应的值
<_sre.SRE_Match object; span=(2, 3), match='e'>
>>> re.search('e', 'alex make love').group(0)
'e'
>>> re.match('e', 'alex make love') # 在字符串的开头查找e发现没有，所以没有返回值，方法match可以被search + ^方法所取代
>>>
方法二：compile
>>> obj = re.compile('\d{2}') # 直接把字符串编译成对象之后可以通过方法去直接调用 >>> obj.search('abc123eeee').group() # 对象直接调用search去查找对应的值 '12' >>> obj.findall('abc123eeee') #对之前编译的对象进行了重用 ['12'] >>>
方法三: sub
# 替换字符串，第一个给匹配模块，第二个为替换对象，第三个为字符串，第四个是替换几个
>>> re.sub('a', 'A', 'alex make love') 'Alex mAke love' >>> re.sub('a', 'A', 'alex make love', 1) 'Alex make love' >>> re.sub('a', 'A', 'alex make love', 2) 'Alex mAke love' >>>
应用一：将字符串的alex make love的第一个字符串和第三个字符串进行替换====》love make alex
# alex make love ===>love make alex text = 'alex make love' # 首先用正则表达式去表示我们的字符串，表示成五组，[('alex', ' ', 'make', ' ', 'love', '')] pattern = '^(\w+)(.*?\s)(\w+)(.*?\s)(\w+)(.*?)$' # print(re.findall(pattern, text)) print(re.sub(pattern, r'\5\2\3\4\1', text))
应用二：将字符"java|C++|js|C|python"替换成python|C++|js|C|java
# 将字符串java与python进行替换 text = "java|C++|js|C|python" # 这是一段字符串 pattern = '(.+?)(\|.+\|)(.+)' # 首先通过正则表达式去描述我们的字符串，并且分组 # print(re.findall(pattern, text)) print(re.sub(pattern, r'\3\2\1', text)) # 根据分组去获得我们的值
方法四：split
print(re.split("\|_*\|","python|____|js|____|java"))
模块二：subprocess
subprocess
这是一个可以与其他进程进行数据交互的模块。
os.system
也可以和其他的进程进行交换，但是不能进行数据交互，我们只能得到一个状态码。
两个输出，一个输入
stdout 标准输出
stdin 标准输入
stderr 标准错误输出
方法：Popen
标准输出
import subprocess cmd = 'dir H:\python_study\day23 | findstr "py"' # 创建了一个子进程, 把命令，标准输出 sub = subprocess.Popen(cmd, stdout=subprocess.PIPE, shell=True) # 得到的是系统的编码方式，是gbk的编码方式 print(sub.stdout.read().decode('gbk'))
标准错误输出
import subprocess cmd = 'd H:\python_study\day23 | findstr "py"' # 创建了一个子进程, 把命令，标准输出 sub = subprocess.Popen(cmd, stdout=subprocess.PIPE, shell=True, stderr=subprocess.PIPE) # 得到的是系统的编码方式，是gbk的编码方式 # print(sub.stdout.read().decode('gbk')) # 这个是当错误发生的时候会给我们返回一个标准错误输出 print(sub.stderr.read().decode('gbk'))
标准输入：
cmd = 'dir H:\python_study\day23' find = 'findstr "py"' sub1 = subprocess.Popen(cmd, stdout=subprocess.PIPE, shell=True,) # 把sub1的标准输出输入到sub2的输入中 sub2 = subprocess.Popen(find, stdout=subprocess.PIPE, stdin=sub1.stdout) print(sub2.stdout.read().decode('gbk'))
