re模块
一、什么是正则
正则就是用一些具有特殊含义的符号组合正在一起（称为正则表达式）来描述字符或者字符串的方法。或者说：正则就是用来秒描述一类事物的规则。在python中，它内嵌在python中，并通过re模块实现，正则表达式模式被编译成一系列的字节码，然后在由C编写的匹配引擎执行。
二、常用匹配模式
import re #正则匹配 # w,W w字母数字下划线 W非字母数字下划线 与前面相反 print(re.findall('w','hello lgh 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] print(re.findall('W','hello lgh 123')) #[' ', ' '] print('-------------------------------------------------') #s,S s 所有不可见字符 S 可见字符 print(re.findall('s','hello lgh 123')) #[' ', ' ', ' ', ' '] print(re.findall('S','hello lgh 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3'] print('-------------------------------------------------------') # , 都是空，都可以被 s匹配 print(re.findall('s','hello lgh 123')) #[' ', ' ', ' ', ' ', ' ', ' '] print('-------------------------------------------------------------') # , 特殊字符直接匹配 print(re.findall(r' ','hello lgh 123')) #[' '] print(re.findall(r' ','hello lgh 123')) #[' '] print('---------------------------------------------------------------') #d,D d 所有数字 D所有非数字 print(re.findall('d','hello lgh 123')) #['1', '2', '3'] print(re.findall('D','heelo lgh 123')) #['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' '] print('---------------------------------------------------------------') #A, A匹配字符串开始 匹配字符串结束 print(re.findall('Ahe','hello lgh 123')) print(re.findall('123','hello lgh 123')) print('-----------------------------------------------------------') #^与$ print(re.findall('^h','hello lgh 123')) print(re.findall('3$','hello lgh 123')) print('---------------------------------------------------------------') #重复匹配 #. 除了 以外的任意字符 print(re.findall('a.b','a1b')) #['a1b'] print(re.findall('a.b','a1b b*b a b aaab')) #['a1b', 'a*b', 'a b', 'aab'] print(re.findall('a.b','a b')) #[] print('===============================================================') #* 前面的表达式出现任意次 print(re.findall('ab*','bbbbbbb')) #[] print(re.findall('ab*','a')) #['a'] print(re.findall('ab*','abbb')) #['abbbb'] print('==================================================================') #? 表示重复0次或1次 print(re.findall('ab?','a')) #['a'] print(re.findall('ab?','abbb')) #['ab'] #pipe所有包含小数在内的数字 print(re.findall('d+.?d*',"asdfasdf123as1.13dfa12adsf1asdf3")) #['123', '1.13', '12', '1', '3'] #.*默认为贪婪匹配 print(re.findall('a.*b','a1b222222222b')) #['a1b22222222b'] #.*?为非贪婪匹配，推荐使用 print(re.findall('a.*?b','a12222b22222b')) #['a12222b'] #+重复1次或多次 print(re.findall('ab+','a')) #[] print(re.findall('ab+','abbb')) #['abbb'] print('==============================================================================') # {m,n} 最少m次 最多n次 {m} 必须是m次 {,m} 最大m次 0-m print(re.findall('ab{2}','abbb')) #['abb'] print(re.findall('ab{2,4}','abbb')) #['abb'] print(re.findall('ab{1,}','abbb')) #'ab{1,}' ===> 'ab+' print(re.findall('ab{0,}','abbb')) #'ab{0,}' ===> 'ab*' print('======================================================================') # | 0|1|2 或 print(re.findall("0|1|2","1982asasa")) #['1', '2'] #[] []内的都为普通字符了，且如果-没有被转意的话，应该放到[]的开头或结尾 []内的^代表的意思是取反 print(re.findall("[012]","1982asasa")) print(re.findall("[^012]","1982asasa")) print(re.findall("[0-9a-zA-Z]","1982asa+sa")) print(re.findall('a[0-9]b','a1b a*b a-b a=b')) ## print(re.findall('a\c','ac')) #对于正则来说a\c确实可以匹配到ac,但是在python解释器读取a\c时，会发生转义，然后交给re去执行，所以抛出异常 print(re.findall(r'a\c','ac')) #r代表告诉解释器使用rawstring，即原生字符串，把我们正则内的所有符号都当普通字符处理，不要转义 print(re.findall('a\\c','ac')) #同上面的意思一样，和上面的结果一样都是['a\c'] #():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 print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">点击</a>'))#['http://www.baidu.com'] print(re.findall('href="(?:.*?)"','<a href="http://www.baidu.com">点击</a>'))#['href="http://www.baidu.com"']
re模块的常用方法
findall 从左往右查找所有满足条件的字符，返回一个列表
search 返回第一个匹配的字符串 结果封装为对象，span=(0,5)匹配的位置 match匹配的值
match 匹配行首 返回值与search相同
对于search match匹配的结果通过group来获取
compile 将正则表达式封装为一个正则对象，好处是可以重复使用这个表达式
print(re.findall('e','alex make love') ) #['e', 'e', 'e'],返回所有满足匹配条件的结果,放在列表里 print(re.search('e','alex make love').group()) #e,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None print(re.match('e','alex make love')) #None,同search,不过在字符串开始处进行匹配,完全可以用search+^代替match 对于search match 匹配的结果通过group来获取 print(re.split('[ab]','abcd')) #['', '', 'cd']，先按'a'分割得到''和'bcd',再对''和'bcd'分别按'b'分割 print('===>',re.sub('a','A','alex make love')) #===> Alex mAke love，不指定n，默认替换所有 print('===>',re.sub('a','A','alex make love',1)) #===> Alex make love print('===>',re.sub('a','A','alex make love',2)) #===> Alex mAke love print('===>',re.sub('^(w+)(.*?s)(w+)(.*?s)(w+)(.*?)$',r'52341','alex make love')) #===> love make alex
subprocess模块
sub 子
process 进程
什么是进程
正在进行中的程序 每当打开一个程序就会开启一个进程
每个进程包含运行程序所需的所有资源
正常情况下 不可以跨进程访问数据
但是有些情况写就需要访问别的进程数据 提供一个叫做管道的对象 专门用于跨进程通讯
作用:用于执行系统命令
常用方法
run 返回一个表示执行结果的对象
call 返回的执行的状态码
总结 subprocess的好处是可以获取指令的执行结果
subprocess执行指令时 可以在子进程中 这样避免造成主进程卡死