python基础之模块二

六 logging模块

6.1 函数式简单配置

import logging  #导入模块
logging.debug('debug message')  #调试消息
logging.debug('info message')   #导入消息
logging.debug('warning message')    #警告消息
logging.error('error message')  #错误消息
logging.critical('critical message')    #严重信息

默认情况下python的logging模块将日志打印到了标准输出中，且只显示了大于等于WARNING级别的日志，这说明默认的日志级别设置为WARNING(日志级别等级为CRITICAL > ERROR > WARNING > INFO > DEBUG),默认的日志格式为日志级别:Logger名称:用户输出消息

import logging  #导入logging模块

logging.basicConfig(level=logging.DEBUG,
                    format='%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s',   #
                    datefmt='%a, %d %b %Y %H:%M:%S',    #%a代表周几，%d代表几号，%b代表月份，%Y代表年份，%H%代表小时，%M代表分钟，%S代表秒钟
                    filename='test.log',    #在当前目录新建test.log
                    filemode='w')   #写模式
#time.asctime() 代表'Thu Apr 27 19:31:07 2017'
#filename 文件名
logging.debug('debug message')
logging.info('info message')
logging.warning('warning message')
logging.error('error message')
logging.critical('critical message')
# -------输出---------
# Thu, 27 Apr 2017 19:23:58 logging配置.py[line:30] DEBUG debug message
# Thu, 27 Apr 2017 19:23:58 logging配置.py[line:31] INFO info message
# Thu, 27 Apr 2017 19:23:58 logging配置.py[line:32] WARNING warning message
# Thu, 27 Apr 2017 19:23:58 logging配置.py[line:33] ERROR error message
# Thu, 27 Apr 2017 19:23:58 logging配置.py[line:34] CRITICAL critical message

logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为，可用参数有：

filename：用指定的文件名创建FiledHandler，这样日志会被存储在指定的文件中。
filemode：文件打开方式，在指定了filename时使用这个参数，默认值为“a”还可指定为“w”。
format：指定handler使用的日志显示格式。
datefmt：指定日期时间格式。
level：设置rootlogger（后边会讲解具体概念）的日志级别
stream：用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’))，默认为sys.stderr。若同时列出了filename和stream两个参数，则stream参数会被忽略。

format参数中可能用到的格式化串：
%(name)s Logger的名字
%(levelno)s 数字形式的日志级别
%(levelname)s 文本形式的日志级别
%(pathname)s 调用日志输出函数的模块的完整路径名，可能没有
%(filename)s 调用日志输出函数的模块的文件名
%(module)s 调用日志输出函数的模块名
%(funcName)s 调用日志输出函数的函数名
%(lineno)d 调用日志输出函数的语句所在的代码行
%(created)f 当前时间，用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d 输出日志信息时的，自Logger创建以 来的毫秒数
%(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
%(thread)d 线程ID。可能没有
%(threadName)s 线程名。可能没有
%(process)d 进程ID。可能没有
%(message)s用户输出的消息

6.2 logger对象配置

import logging

logger = logging.getLogger()    #创建一个logger对象
# 创建一个handler，用于写入日志文件
fh = logging.FileHandler('test.log')

# 再创建一个handler，用于输出到控制台
ch = logging.StreamHandler()

formatter = logging.Formatter('%(asctime)s - %(name)s - %(levelname)s - %(message)s')   #实例化formatter 

fh.setFormatter(formatter)
ch.setFormatter(formatter)

logger.addHandler(fh) #logger对象可以添加多个fh和ch对象
logger.addHandler(ch)

logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')
# ----输出信息----
# 2017-04-27 19:52:08,784 - root - WARNING - logger warning message
# 2017-04-27 19:52:08,785 - root - ERROR - logger error message
# 2017-04-27 19:52:08,785 - root - CRITICAL - logger critical message

import logging
def get_logger():
    logger=logging.getLogger()
    fh=logging.FileHandler("logger2")
    sh=logging.StreamHandler()
    logger.setLevel(logging.DEBUG)  #设置输出等级
    fm = logging.Formatter("%(asctime)s - %(name)s - %(levelname)s - %(message)s")

    logger.addHandler(fh)
    logger.addHandler(sh)

    fh.setFormatter(fm)
    sh.setFormatter(fm)

    return logger
logger=get_logger()

logger.debug('logger debug message')
logger.info('logger info message')
logger.warning('logger warning message')
logger.error('logger error message')
logger.critical('logger critical message')
#文件里不能保存字典，只能是字符串

import sys,time
for i in range(100):
    sys.stdout.write('#')
    time.sleep(0.3)
    sys.stdout.flush()
----输出100个-   
####################################

logging库提供了多个组件:Logger、Handler、Filter、Formatter。Logger对象提供应用程序可直接使用的接口,Handler发送日志到适当的目的地,Filter提供
了过滤日志信息的方法，Formatter指定日志显示格式。另外，可以通过:logger.setLevel(logging.Debug)设置级别

七 序列化模块

之前我们学习过用eval内置方法可以将一个字符串转成python对象，不过，eval方法是有局限性的，对于普通的数据类型，json.loads和eval都能用，但遇到特殊类型的时候，eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式，并返回表达式的值。

#---转换类型

d={"name":"yuan"}

s=str(d)

print(type(s))

d2=eval(s)

print(d2[1])

with open("test") as f:

    for i in f :

        if type(eval(i.strip()))==dict:
            print(eval(i.strip())[1])
            
# 计算

print(eval("12*7+5-3"))
该程序会报错---
Traceback (most recent call last):
<class 'str'>
  File "D:/Python/day34/序列化模块.py", line 25, in <module>
    print(d2[1])
KeyError: 1

什么是序列化?
我们把对象(变量)从内存中变成可存储或传输的过程称为序列化，在python中叫pickling，在其他语言中也被称之为serialization，marshalling，flattening等等，都是一个意思。序列化之后，就可以把序列化后的内容写入磁盘，或者通过网络传输到别的机器上。反过来，把变量内容从序列化的对象重新读到内存里称之为反序化，即unpicking。

json 

如果我们要在不同的编程语言之间传递对象，就必须把对象序列化为标准格式，比如XML，但更好的方法序列化为JSON，因为JSON表示出来就是一个字符串，可以被所有语言读取，也可以方便地存储到磁盘或者网络传输。JSON不仅是标准格式，并且比XML更快，而且可以直接在WEB页面读取，非常方便。
JSON表示的对象就是标准的JavaScipt语言的一个子集，JSON和python内置的数据类型对应如下:

# json.dumps : dict转成str
# json.loads:str转成dict
#网络编程和框架都会用到json
#pickl支持的数据类型更多

import json
dict = {1:2,3:4,"55":"66"}
#test json.dumps
print(type(dict),dict)
json_str=json.dumps(dict)
print("json.dumps(dict) return:")
print(type(json_str),json_str)  #<class 'str'> {"1": 2, "3": 4, "55": "66"}

#test json.loads
print("
json.loads(str) return")
dict_2=json.loads(json_str)
print(type(dict_2),dict_2)  #<class 'dict'> {'1': 2, '3': 4, '55': '66'}

import json
i=10
s='hello'
t=(1,4,6)
l=[3,5,7]
d={'name':"yuan"}

json_str1=json.dumps(i)
json_str2=json.dumps(s)
json_str3=json.dumps(t)
json_str4=json.dumps(l)
json_str5=json.dumps(d)

print(json_str1)   #10
print(json_str2)   #'"hello"'   #json格式输出双引号，不能输出单引号
print(json_str3)   #[1, 4, 6]
print(json_str4)   #[3, 5, 7]
print(json_str5)   #{"name": "yuan"}

# import json
#
# d={"name":"egon"}
#
# s = json.dumps(d)    #将字典转为json字符串
# print(type(s))
# print(s)

#----------------------------序列化
import json

dic={'name':'alvin','age':23,'sex':'male'}
print(type(dic))#<class 'dict'>

data=json.dumps(dic)
print("type",type(data))#<class 'str'>
print("data",data)


f=open('序列化对象','w')
f.write(data)  #-------------------等价于json.dump(dic,f)
f.close()


#-----------------------------反序列化<br>
import json
f=open('序列化对象')
new_data=json.loads(f.read())#  等价于data=json.load(f)

print(type(new_data))
#json.dump(d,f)

re模块(* * * * *)

元字符
    . 通配符

    ^ 以什么开始的匹配
    $ 以什么结尾的匹配
    * 重复前一个条件，最少0个,[0,+∞]
    + 重复前一个条件，最少1个，[1,+∞]
    ? 重复前面的条件，最少0个，最多1个[0,1]
    {x} 重复前面的x次，{x,y}最少x次，最多y-1次，{x,}最少x次，最多不限
    | 或的意思
     反斜杠后跟元字符去除特殊功能
    .就是匹配.
    + 匹配+
    \\ 匹配 等于r"\"
    r就是代表原生字符，不需要python转义就传入re
    反斜杠后跟普通字符实现特殊功能
    d 代表数字0-9 [0-9]
    D 代表非数字0-9 [^0-9]
    s代表匹配空白字符[	

fv]
    S代表非空白字符[^	

fv]
    w代表匹配非空白字符[a-zA-Z0-9]
    W代表非字母和非数字[^a-zA-Z0-9]
    d代表匹配一个特殊边界，如匹配单词
字符集
    []代表字符集
    [a,b,c]匹配a或者b或c中任意一个
    [a-z]匹配a到z中的任意小型字母[A-Za-z0-9]
    -代表什么到什么之间
    ^取反的意思,非
    将特殊符号转换成普通字符
    注:字符集内取消元字符的特殊功能( ^ -除外)
    [a-z,*]匹配a-z的字母或*号，还有,号
    [^a-z]匹配非a-z的字母的所有
分组
    ()代表分组
    (1|2)代表1或2的字符
    (?P<id>w)匹配一个字母或数字 这个组的名称是ID
    (:?d+取消分组的权限)
正则表达式方法
    findall(规则,字符串) 寻找所有满足规则的元素
    search(规则，字符串) 寻找第一个满足规则的元素并返回一个对象，配合group()显示内容
    match(规则，字符串)  只在开始匹配规则，满足返回对象，不满足返回None
    split(规则，字符串)  通过规则分割字符串 注:先匹配第一个，并分割，再从第一个分割后匹配第二个，并分割
    sub(规则，新内容，字符串) 通过规则匹配字符串内容，并把匹配结果替换成新内容
    compile(规则) 将规则封装一个对象中，下次可以直接用对象查询，不需要输规则
    finditer(规则，字符串) 将查找的结果生成一个迭代器，使用next方法取，每个内容用group再取数

# Auther:bing
#元字符符号包括:" . ^ $ * + ? {} [] ()  |"
#1、元字符之 . ^ $ * + ? {}
import re
# .
ret = re.findall("a...n","hello administrator") #"."表示所有除换行符(
)之外的任何单个字符
print(ret)  #['admin']
# ^
ret = re.findall('^h...o','hello administrator')    #匹配输入字符串的开始位置，就是以h开头
print(ret)  #['hello']
# $
ret = re.findall('r...r$','hello administrator')     #匹配输入字符串的结束位置，也就是以r结尾的
print(ret)  #['rator']
# *
ret = re.findall('abc*','abcccccc')     #匹配*前面的字母0次或者多次, *代表[0，+oo]
print(ret)
# +
ret = re.findall('abc+','abcccccc')     # + 代表[1,+oo]
print(ret)
# ?
ret = re.findall('abc?','abcccccc')     #?代表[0,1]
print(ret)
#{}
ret = re.findall('abc{2}','abcccccc')   #代表{}大括号之外c的个数
print(ret)
ret = re.findall('abc{1,6}','abcccccc')#代表1-6之间的范围
print(ret)
#注意：前面的 * , + , ?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成非贪婪匹配(惰性匹配)。
ret = re.findall('abc+?','abcccccc')    #非贪婪匹配
print(ret)  #['abc']
ret = re.findall('abc*?','abcccccc')    #非贪婪匹配
print(ret)  #['ab'] *代表匹配大于等于0个 ，加上?匹配0个
ret = re.findall('abc+?','abcccccc')    #非贪婪匹配
print(ret)  #['abc'] +代表匹配大于等于1个，加上? 匹配1个

#2、元字符之字符集[]:(起一个或者的意思)，注意: . , * , + 等元字符都是普通符号, _ ^ 这几个有特殊意义
ret = re.findall('a[bc]d','acd')    #带[]只能匹配1个
print(ret)  #['acd']
ret = re.findall('a[bc]d','abd')    #带[]只能匹配1个
print(ret)  #['abd']
ret = re.findall('a[bc]d','abcd')    #带[]只能匹配1个
print(ret)  #[] 返回空列表
ret = re.findall('[a-z]','hello')   #匹配a-z的所有字母
print(ret)  #['h', 'e', 'l', 'l', 'o']
ret = re.findall('[.*+?]','a.b*c+d?e')  #在[] ' . * + ? ' 里没有特殊意义了，就是普通的字符
print(ret) #['.', '*', '+', '?']
#在字符集里有功能的符号: -(定义一个范围) ^(在[]列表里取反) (转义)
ret = re.findall('[^ab]','199ashhsbm998')    #取出除ab之外的所有字符
print(ret)  #['1', '9', '9', 's', 'h', 'h', 's', 'm', '9', '9', '8']
ret = re.findall('[d]','199ashhsbm998')    #取出[0-9]之间的数字
print(ret)  #['1', '9', '9', '9', '9', '8']

# 3、元字符之转义符 :
# 反斜杠后边跟元字符去除特殊功能，比如. 此时.就没有特殊意义了，就是一普通字符。
# 反斜杠后边跟普通字符实现特殊功能，详见下文:
#     d 匹配任何十进制数；它相当于类[0-9]
#     D匹配任何非数字字符；它相当于类[^0-9]
#     s 匹配任何空白字符，它相当于类[	

fv]
#     S匹配任何非空白字符，它相当于类[^	

fv]
#     w 匹配任何字母数字字符，它相当于类[a-zA-Z0-9]
#     W 匹配任何非字母数字字符，它相当于类[^a-zA-Z0-9]
#      匹配一个特殊字符边界，比如空格， & ， # 等
ret = re.findall('I','I am LIST') #此时结果为空，因为对应ASCII有特殊含义
print(ret)  #[]
ret = re.findall(r'I','I am LIST') # r表示原生字符，使字符串里的没有特殊意义了
print(ret)  #['I']
ret = re.findall('I\b','I am LIST') #在前加一个转义，此时就没有特殊意义了
print(ret)  #['I']
# ret = re.findall('al','almn')   #会报错
# ret = re.findall('a\l','almn')  #会报错
ret = re.findall('a\l','almn')
print(ret)  #['a\l']
ret = re.findall('a\\l','almn')  #此时为什么3个反斜杠(\)或者4个反斜杠(\\)就不会报错么，请看下文详解
print(ret)  #['a\l']
#因为我们前文也介绍过，正则表达式是内嵌在python里的一种专业的编程语言，
#因为()是由特殊含义的元字符，so，我们就应该给它转义一下，变成（\）
# 我们要知道，python解释器要先识别，然后把识别结果再交给正则表达式来处理
# 所以就应该有(\\)来进行转义，在这里其实三个转义符也是可以的，怎么理解呢
# 两个转义符(\)经过python识别后变成(),这个()加上后面的()，就成了两个(\),
# 这时，正则表达式就能识别经过转义后的普通字符了。
ret = re.findall(r"a\l",r"allmn")  #在pattern(匹配选项)和string要匹配的字符串前面加上r使python识别为原生字符
print(ret)  #['a\l'] 然后两个\交给正则表达式处理，不加r都会报错
# 一些有着特殊意义的字符，见图中的一些转义字符
ret = re.findall('\blike','What did she look like? SHelikes baseball')   #加上之后就能匹配第一个like了
print(ret)  #['like']

ret = re.findall(r'\book',r'bingook')        #因为有特殊的意义，跟上文一样
print(ret)  #['\book'],#这里里面的两个（\）,是因为正则表达式要传给Python,#自动加上了（）了，我们可只看成['ook']
#元字符之分组()
#普通分组
ret = re.findall(r'(ad)+','add')    #在一个连续的字符串里匹配到括号里的内容后，就停止匹配了，也就是只匹配分组()里面的
print(ret)#['ad']
ret = re.findall('(ad)+min','administrator')    #会优先显示分组，即括号里的内容
print(ret)  #['ad']
ret = re.findall('(ad)+min','adm admin administrator')  #非连续的字符串里匹配到内容后，优先显示分组
print(ret)  #['ad', 'ad']
ret = re.findall('(?:ad)+min','adm admin administrator adadmin')    #括号里前面加上?:，代表取消分组的优先级，就没有分组的特殊意义了
print(ret)  #['admin', 'admin', 'adadmin']
#4.2、命名分组:
ret = re.search(r"(?P<name>w+):(?P<age>d+)","bing:18")    #对自己想取的部分进行命名操作
print(ret.group("name"))    #输出bing 通过自己设置的组名，得到对象的值
print(ret.group("age")) #输出18 通过自己设置的组名，得到对应的值
#5、元字符之 | ：或的意思
ret = re.findall("a|b","a") #a或者b符合条件，这里是a
print(ret)
ret = re.findall("a|b","b") #a或者b符合条件，这里是b
print(ret)
ret = re.findall("a|b","ab") #a或者b都符合条件，这里是'a'和'b'组成的列表
print(ret)
ret = re.search("D+|d+","123456") #数字字符与非数字字符，这里是数字，+号代表大于1个
print(ret.group())  #123456
ret = re.findall("D+|d+","123456")
print(ret)  #['123456']
ret = re.search("D+|d+","admin")   #数字与非数字字符，这里是非数字
print(ret.group())  #admin
ret = re.search("D+|d+","admin123")   #数字与非数字字符，这里是非数字
print(ret.group())  #admin,  | 是或者的意思，即在前面的条件里，选一个。
# 三、re模块下的常用方法
#我们一起来总结一下都有哪些方法:
#1、findall:匹配所有满足条件的结果
ret = re.findall("adm","admin")  #返回所有满足匹配条件的结果，放在一个列表里
print(ret)  #['adm']
#2、 search:只匹配第一个结果
ret= re.search("adm","admin")#函数会在字符串内查找模式匹配，直到找到第一个匹配然后返回一个包含匹配信息的对象
print(ret.group())  #adm 通过调用group()方法得到匹配的字符串，如果字符串没有匹配，则报错
#3、match:只匹配最开始位置
ret = re.match("admin","administrator")#同search，不过只在字符串开始处进行匹配
print(ret.group())  #admin        #若开始处，不是匹配的内容，则报错
#4、split:分割
ret = re.split("a","bingaalexaegon")    #按"a"分割，得到一个列表
print(ret)  #['bing', '', 'lex', 'egon']
ret = re.split("[ab]","a34b56") #先按"a"分割，得到['', '34b56']，再对'', '34b56'进行分割
print(ret)#['', '34', '56']      #分别按"b"分割，""空字符串没有b，不能分割，再对34b56分割成"34"和"56"
#5、sub、subn:替换 sub(pattern, repl, string, count=0, flags=0)    subn(pattern, repl, string, count=0, flags=0)
ret = re.sub("B","A","bing:B egon:B")   #替换，第一个是定位信息，第二个是修改内容
print(ret)  #bing:A egon:A
ret = re.sub("B","A","bing:B egon:B",1) #这里的1是传给count的值，表示替换的次数
print(ret)  #bing:A egon:B
ret = re.subn("B","A","bing:B egon:B alex:B") #跟sub比，它返回的是一个替换后的值变成元组的形式
print(ret)  #('bing:A egon:A alex:A', 3)    #元组后面会显示统计替换的次数
#6、complile：编译方法
obj = re.compile("d+")
ret = obj.findall("123admin456789") #相当于re.findall("d+","123admin456789")
print(ret)  #['123', '456789']
#7、iterator
ret = re.finditer("d","jsadh999msn88qq")   #把所有的数字提取出来组成一个迭代器
print(ret)  #<callable_iterator object at 0x000000DA1B8E0F98> 可调用的迭代器
print(next(ret).group())    #9
print(next(ret).group())    #9
print(next(ret).group())    #9
print(next(ret).group())    #8
print(next(ret).group())    #8
# 我们需要注意一下
ret = re.findall("www.(baidu|oldboy).com","www.oldboy.com")
print(ret)#['oldboy']  因为findall会优先把匹配结果放在组里将内容返回，如果想要匹配完整结果，取消权限即可
ret = re.findall("www.(?:baidu|oldboy).com","www.oldboy.com") #加上了?:取消了分组的权限
print(ret)#['www.oldboy.com']

一些有着特殊意义的字符，见图中的一些转义字符

python解释器与正则中反斜杠理解

就其本质而言，正则表达式（或 RE）是一种小型的、高度专业化的编程语言，（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，然后由用 C 编写的匹配引擎执行。

字符匹配（普通字符，元字符）：

1 普通字符：大多数字符和字母都会和自身匹配
              >>> re.findall('alvin','yuanaleSxalexwupeiqi')
                      ['alvin'] 

2 元字符：. ^ $ * + ? { } [ ] | ( )

元字符之. ^ $ * + ? { }

import re
ret = re.findall('a..in','helloalvin')
print(ret)  #['alvin']

ret = re.findall('^a...n','alvinhelloawwwn')    #字符串内'^'代表以什么开头
print(ret)      #['alvin']

ret = re.findall('a...n$','alvinhelloawwwn')    #'$代表以什么结尾'
print(ret)  #['awwwn']

ret = re.findall('abc*','abcccc')   #贪婪匹配[0,+oo]
print(ret)  #['abcccc']

ret = re.findall('abc+','abccccc')  #贪婪匹配[0,+oo]
print(ret)  #['abccccc']

ret = re.findall('abc?','abccccccc')    #[0,1]
print(ret)  #['abc']

ret = re.findall('abc{1,4}','abccc')    #1<= x <=4
print(ret)  #['abccc']  贪婪匹配
# 注意：前面的*,+,?等都是贪婪匹配，也就是尽可能匹配，后面加?号使其变成惰性匹配
ret = re.findall('abc*?','abccccccc')
print(ret) #['ab']

元字符之字符集［］：

import re

ret = re.findall('a[bc]d','acd')
print(ret)  #['acd']

ret = re.findall('[a-z]','acd')
print(ret)  #['a', 'c', 'd']

ret = re.findall('[.*+]','a.cd+')
print(ret)  #['.', '+']
#在字符集里有功能的符号: - ^ 
ret = re.findall('[1-9]','45dha3')
print(ret)  #['4', '5', '3']

ret = re.findall('[^ab]','45bdha3') #在[^]的意思是取反
print(ret)  #['4', '5', 'd', 'h', '3']

ret = re.findall('[d]','45bdha3')
print(ret)  #['4', '5', '3']

元字符之转义符

反斜杠后边跟元字符去除特殊功能,比如.
反斜杠后边跟普通字符实现特殊功能,比如d

d  匹配任何十进制数；它相当于类 [0-9]。
D 匹配任何非数字字符；它相当于类 [^0-9]。
s  匹配任何空白字符；它相当于类 [ fv]。
S 匹配任何非空白字符；它相当于类 [^ fv]。
w 匹配任何字母数字字符；它相当于类 [a-zA-Z0-9_]。
W 匹配任何非字母数字字符；它相当于类 [^a-zA-Z0-9_]
  匹配一个特殊字符边界，比如空格 ，&，＃等

现在我们聊一聊\,先看下面两个匹配：

import re
#-----------------------------eg1:
ret=re.findall(r'c\l','abcle')
print(ret)#[]
ret = re.findall('c\\l','abcle')
print(ret)  #['c\l']

ret = re.findall(r'c\l','abcle')
print(ret)  #['c\l']
#-----------------------------eg2:
#之所以选择是因为在ASCII表中是有意义的
m = re.findall('blow','blow')
print(m)    #[]

m = re.findall(r'blow','blow')
print(m)    #['blow']

元字符之分组()

import re
m = re.findall(r'(ad)+','add')
print(m)    #['ad']

ret = re.search('(?P<id>d{2})/(?P<name>w{3})','23/com')
print(ret.group())  #23/com
print(ret.group('id'))  #23

元字符之｜

ret = re.search('(ab)|d','rabhdg8sd')
print(ret.group())  #ab

re模块下的常用方法

#我们一起来总结一下都有哪些方法:
#1、findall:匹配所有满足条件的结果
ret = re.findall("adm","admin")  #返回所有满足匹配条件的结果，放在一个列表里
print(ret)  #['adm']
#2、 search:只匹配第一个结果
ret= re.search("adm","admin")#函数会在字符串内查找模式匹配，直到找到第一个匹配然后返回一个包含匹配信息的对象
print(ret.group())  #adm 通过调用group()方法得到匹配的字符串，如果字符串没有匹配，则报错
#3、match:只匹配最开始位置
ret = re.match("admin","administrator")#同search，不过只在字符串开始处进行匹配
print(ret.group())  #admin        #若开始处，不是匹配的内容，则报错
#4、split:分割
ret = re.split("a","bingaalexaegon")    #按"a"分割，得到一个列表
print(ret)  #['bing', '', 'lex', 'egon']
ret = re.split("[ab]","a34b56") #先按"a"分割，得到['', '34b56']，再对'', '34b56'进行分割
print(ret)#['', '34', '56']      #分别按"b"分割，""空字符串没有b，不能分割，再对34b56分割成"34"和"56"
#5、sub、subn:替换 sub(pattern, repl, string, count=0, flags=0)    subn(pattern, repl, string, count=0, flags=0)
ret = re.sub("B","A","bing:B egon:B")   #替换，第一个是定位信息，第二个是修改内容
print(ret)  #bing:A egon:A
ret = re.sub("B","A","bing:B egon:B",1) #这里的1是传给count的值，表示替换的次数
print(ret)  #bing:A egon:B
ret = re.subn("B","A","bing:B egon:B alex:B") #跟sub比，它返回的是一个替换后的值变成元组的形式
print(ret)  #('bing:A egon:A alex:A', 3)    #元组后面会显示统计替换的次数
#6、complile：编译方法
obj = re.compile("d+")
ret = obj.findall("123admin456789") #相当于re.findall("d+","123admin456789")
print(ret)  #['123', '456789']
#7、iterator
ret = re.finditer("d","jsadh999msn88qq")   #把所有的数字提取出来组成一个迭代器
print(ret)  #<callable_iterator object at 0x000000DA1B8E0F98> 可调用的迭代器
print(next(ret).group())    #9
print(next(ret).group())    #9
print(next(ret).group())    #9
print(next(ret).group())    #8
print(next(ret).group())    #8
# 我们需要注意一下
ret = re.findall("www.(baidu|oldboy).com","www.oldboy.com")
print(ret)#['oldboy']  因为findall会优先把匹配结果放在组里将内容返回，如果想要匹配完整结果，取消权限即可
ret = re.findall("www.(?:baidu|oldboy).com","www.oldboy.com") #加上了?:取消了分组的权限
print(ret)#['www.oldboy.com']