整理了几种python的常用内置模块.
内置函数思维导图:https://www.processon.com/view/link/5c7902b1e4b0168e4200846a
re模块
re(regular expression)就是正则表达式英文的缩写,也就是说python利用正则进行一些查找,替换等工作。
re模块的方法:
查找
findall,匹配所有,每一项都是列表中的一个元素,从大段地内容中找出匹配的项,常用指数5星,缺点是提取出来的数据量如果过大不能及时处理的话,浪费内存。
import re
ret = re.findall("d+","sajdaijdi123124sad12")
print(ret) #['123124', '12']
search 主要用于表单验证,返回的是一个正则匹配的结果,只匹配从左到右的第一个。
import re
ret = re.search("d+","sajdaijdi123124yfcy23423")
print(ret.group()) #123124
group的功能是把匹配结果显示出来,如果匹配失败,print(ret)是none,故group(ret)会报错.
match 从开头匹配,成功则返回,不成功返回none
import re
ret = re.search("[^d]+","sjdakjdk123124")
print(ret.group()) #sjdakjdk
替换
sub(正则,要替换的,实施的字符串,替换次数)
subn()功能和sub没太大区别 ,就是能返回替换次数.
import re
s = "我很2,你也很2"
ret = re.sub("d","帅",s,1) #如果不写次数,默认全部
print(ret) #我很帅,你也很2
分割
split, 和字符串时候使用的方法差不多.注意 被切割的地方会消失不见.
import re
s = "小刘和兄贵1小李和小梅"
ret = re.split("d",s)5[
print(ret) #['小刘和兄贵', '小李和小梅']
进阶之compile
把正则表达式进行预编译,节省时间
import re
ret = re.compile("d+")
res = ret.findall("jksajd123")
print(res) #["123"]
进阶之finditer
返回迭代器,可以通过for循环读取数据,节省空间.
import re
ret = re.finditer("d+","sajdkajd123")
for i in ret:
print(i.group()) #123
在re中正则表达式的分组的使用
例如:在"<a>wuyuetian</a>"中取出"wuyuetian"
#在findall里,为了findall也能顺利取到分组中的内容,用()会优先取括号内的内容
import re
s = "<a>wuyuetian</a>"
ret = re.findall(">(w+)<",s)
print(ret)
#分组的序号规则类似于索引,但是记着是从1开始的
s = "<a>wuyuetian</a>"
ret = re.search("(>)(w+)(<)",s)
print(ret.group(2)) #wuyuetian
关于分组命名
?P<name>xxx
s = "<a>wuyuetian</a>"
ret = re.search(">(?<contrnt>w)<",s)
print(ret.group(content)
time模块
time模块顾名思义,就是和时间相关的模块.
在python中时间分为以下几种:
1,格式化字符串类型时间 : 2018-08-20 或 2018.8.20等
2,结构化时间 : 元组类型 型如:time.struct_time(tm_year=2018, tm_mon=8, tm_mday=20, tm_hour=15, tm_min=11, tm_sec=34, tm_wday=0, tm_yday=232, tm_isdst=0)
3,时间戳 , 指的是一个浮点型数字,它代表了从伦敦时间1970年1月1日到现在经历了多少秒.
#结构化时间 print(time.localtime()) #time.struct_time(tm_year=2018, tm_mon=8, tm_mday=20, tm_hour=19, tm_min=11, tm_sec=34, tm_wday=0, tm_yday=232, tm_isdst=0) print(time.localtime().tm_mon) #8 #格式化时间 print(time.strftime('%Y-%m-%d %H:%M:%S')) #2018-08-20 19:18:01 #时间戳 print(time.time()) #1534749546.5685184 print
time模块补充
上文提到的三种时间表示类型之间能够相互转换.
time.strptime() ==> time.mktime()
格式化时间 结构化时间 时间戳
time.strftime() <== time.localtime()
结构化时间作为枢纽的存在,实现时间表现类型的相互转换.
random模块
random是随机数模块,比较简单,方法也比较少.
random.randint() 取随机整数,包括左右边界
random.randrange() 取随机整数,不包括右边界. #既然是range 那肯定还有步长,左右的参数.
random.random() 取随机小数,0-1之间的小数
random.uniform() 取随机小数,以传入参数为范围
random.shuffle() 打乱传入的容器的内部顺序并返回
random.sample() 随机返回传入容器内的元素,可以修改参数修改随机的个数.
random.choice() 随机返回
import random print(random.random()) #0.626381041530784 print(random.randint(1,2)) #1或2 #注意: 这里必须要传参数 print(random.randrange(1,5,2)) #1或3 这里的randrange可以当成range理解 print(random.uniform(1,2)) #1.7422664388978308 lst = [1,2,3,4] random.shuffle(l) #[3,1,4,2] #注意:这里是列表的顺序被打乱,打印lst才有结果 print(random.sample("1234",3)) #这里的第一个参数可以传多种容器类的数据类型,第二个参数代表了随机取出几个数 print(random.choice("123456")) #随机选择一个 返回,参数和sample的第一个参数性质一样
sys模块
sys模块是和python解释器进行交互的接口,较为容易理解.
sys.argv() 这个算是用的比较多的一个方法了,list,返回的第一个元素是程序本身的路径,之后的 就是运行程序是输入的内容.多用于用户交互.
sys.version 返回解释器的版本信息.
sys.exit() 正确退出exit(0),异常退出exit(1)
sys.path 返回模块的搜索路径
sys.modules() 返回我们所导入的模块的内存地址,可以当模块名使用.
sys.getcheckintval() 查看GIL的切换的指令数.
sys.setrecursionlimit() 查看并能更改递归的最大次数.
sys.studin() 获取标准输入
sys.studout 获取标准输出
import sys a = sys.argv(1) if a =="有点小帅": print("谢谢") #命令行输入 python (路径) ,"有点小帅" #返回 "谢谢" sys.version #3.6.5 (v3.6.5:f59c0932b4, Mar 28 2018, 17:00:18) [MSC v.1900 64 bit (AMD64)] sys.path() #一个路径 print(sys.modules["time"].time()) #1534754176.2376733 没错 返回的是时间戳
import sys #关于exit()异常处理
try: sys.exit(1) except SystemExit as e: print(e) #1
getopt模块
getopt模块大家可能见到的比较少,在网上各式各样的解释也让人眼花缭乱,这里说一下我的理解。
getopt模块有两个方法,这里主要介绍getopt.getopt()。它的作用其实两个字就能说明:匹配。
getopt.getopt会返回匹配到的命令行参数和参数值组成的元组。
有三个参数:
1,命令行参数,我们可以通过sys.argv[1:]来获取,把路径元素跳过。
2,短参数的匹配规则。短参数就是 -h,-l,-v这种的,加上 `:`就代表":"左右两边的参数有值。
3,长参数的匹配规则,长参数就是-help,-version,-command这种,加上`=`就代表该参数有值。
有两个返回值:
1,匹配到的命令行参数及其值 组成的元组 构成的列表。
2,未匹配到的命令行参数。
示例代码:
输出结果:
os模块
os模块是和操作系统相关的一个模块.是和操作系统进行交互的接口.
os.popen() 和 os.system() 都是执行字符串类型的操作系统命令,可以类比eval和exec这两个内置函数,这两个内置函数是执行字符串类型的python代码
os.popen()适合做查看类的工作,如查看"cat"
os.system适合做直接执行不需返回的操作,如删除"rm"
os.getcwd() 打印当前工作目录
os.chdir() 切换当前的工作目录
os.makedirs() 递归创建多个文件夹(空)
os.removedirs() 递归删除多个文件夹(空)
os.mkdir() 创建一个文件夹
os.rmdir() 删除一个文件夹
os.listdir() 列出指定目录下所有的文件和文件夹
os.remove() 删除一个文件
os.rename]() 重命名一个文件
os.stat() 获取信息 #注:os.stat().st_size获取文件大小
os.path.abspath() 它有两个功能,把不规范的路径格式修改成操作系统默认的格式
能够给能够找到的相对路径修改成绝对路径
os.path.split() 把文件路径分为两段,第二段是一个文件或者文件夹 返回的是一个元组
os.path.dirname() 返回目录
os.path.basename 返回文件名 这两个就是os.path.split()的返回值 都是字符串
os.path.exists() 判断文件或者文件夹是否存在
os.path.isabs() 判断是否为绝对路径
os.path.isdir() 判断是否为文件夹
os.path.isfile() 判断是否为文件
os.path.join("","") 拼接
os.path.getatime() 返回文件最后的修改时间
os.path.getsize() 查看文件的大小
注意: 所有的文件夹至少是4096个字节,创建文件夹是64个字节无法用python统计一个文件夹中所有文件的大小
pickle和json序列化模块
pickle和json都是具有dump,load,jumps,loads
都是类型转换,但是json更具有局限性,它不能处理集合,字典的key也必须是字符串,等等
pickle就没这些局限性,并且json的jump和load不能做到连续多次序列化和反序列化.
注意 由于pickle返回的结果是字节,在用dump和load进行文件操作时,要用rb和wb模式打开文件.
uuid模块
uuid.uuid4() 返回随机的五组由数字和字母组成的UUID类型的语句,如a8d04eea-191a-4cdc-b4de-0c71f9c463cf , 可以被str强转.
subprocess模块
subprocess模块主要是用来执行外部命令的模块,
1,subprocess.call(),执行命令,并返回执行状态,其中shell参数为False时,命令需要通过列表的方式传入,当shell为True时,可直接传入命令。
2,subprocess.check_call(),增加当返回值不为0时,直接抛出异常。。
3,subprocess.check_output(),它会做两件事:
· 检查返回值,如果不为0则代表当前进程执行失败。
· 返回标准输出结果