python之路第五天

本周的主要学习内容是摸快，包括模块的使用，模块中个种方法的使用。

模块，用一砣代码实现了某个功能的代码集合。 

类似于函数式编程和面向过程编程，函数式编程则完成一个功能，其他代码用来调用即可，提供了代码的重用性和代码间的耦合。而对于一个复杂的功能来，可能需要多个函数才能完成（函数又可以在不同的.py文件中），n个 .py 文件组成的代码集合就称为模块。

模块的定义:
        用来从逻辑上组织python代码，本质是.py结尾的python的文件
包的定义：
        用来从逻辑上组织模块
        本质就是一个文件夹，必须带有一个__init__.py的文件
        导入包的本质就是执行该包下的__init__.py文件。
导入的方式:
        import 模块名  import的本质是搜索路径和路径搜索
        from xxx import *
        from import 和 import 区别：
        from import logger as logger_houyafan # 将导入的名字换个名字 防止冲突调用
        导入的模块 实际上就是将模块运行一遍  结果传给模块的变量名
        可以只解释函数中的某一个变量 或 值
        from 方法名 import 变量，方法  直接用就可以 不需要在加调用的名

一、time和datetime模块
time的模块主要注意时间格式的各种切换
time.time()是获取的unix时间戳
time.loccaltime() 返回的是struct_time的一个元组 
变成日期格式的化可以使用
time.strftime("%Y-%m-%d %H:%M:%S",time.localtime())
相反的将和石化的时间通过strptime转换为元组
time.strptime()

import time,datetime

# 1970 年到 现在

print(time.time()) # unix时间戳
time.localtime() #
print(time.timezone) # 标准时间相差的时间 时间是秒
time.sleep(2) # 睡两秒
time.gmtime()#  传一个时间戳  返回一个元组的时间  默认不传获取 获取utc的时间 与现在时间相差8小时
time.localtime()# 转换一个元组 时间日期 可以unix时间转换成元组 utc+8
# 取struct_time 中的值
x=time.localtime()
print(x.tm_year) # 增加tm来获取
# mktime(x)s将 元组的时间 转换为 秒的形式
print(time.mktime(x))
# strftime() 格式化时间 随心所欲
print(time.strftime("%Y-%m-%d %H:%M:%S",x))
time1=time.strftime("%Y-%m-%d %H:%M:%S",x)
# strptime  将格式化的时间转为元组
print(time.strptime(time1,"%Y-%m-%d %H:%M:%S")) # 将格式化的时间 转为元组
# 将当前的时间转为 格式化的时间  可以直接传入struct_time(tuple)
time.asctime()
# ctime  传入时间戳 于 asctime转出来的样式相同  接受参数不同 ctime是字符串
time.ctime()

# datetime
datetime.datetime().now()# 年月日分十秒 格式化的时间
datetime.datetime().now()+datetime.timedelta(3) # 当前时间加三天的时间 可以获取未来 以前的以前

二、random模块

随机模块，作用是生成随机数，或根据要求随机一定范围内的数或字符或浮点数等

random.random() # 随机浮点数的值

    random.randint(1,3)# 随机整数  前后都能取到 1 2 3

    random.randrange(3) # 顾头不顾尾 值的随机只有0 1 2
　　
   　random.choice('abcd')# 放入的是序列  可以传入字符串、列表  随机字符 随机取值

  　　random.sample('hello',2)# 随机取数列的两位 
 
　　random.uniform(1,3) # 增加区间 随机1到三  

random.shuffle() # 洗牌功能 list打乱顺序

三、os模块

提供对操作系统进行调用的接口

os.getcwd() 获取当前工作目录，即当前python脚本工作的目录路径

os.chdir("dirname")  改变当前脚本工作目录；相当于shell下cd

os.curdir  返回当前目录: ('.')

os.pardir  获取当前目录的父目录字符串名：('..')

os.makedirs('dirname1/dirname2')    可生成多层递归目录

os.removedirs('dirname1')    若目录为空，则删除，并递归到上一级目录，如若也为空，则删除，依此类推


os.mkdir('dirname')    生成单级目录；相当于shell中mkdir dirname

os.rmdir('dirname')    删除单级空目录，若目录不为空则无法删除，报错；相当于shell中rmdir dirname

os.listdir('dirname')    列出指定目录下的所有文件和子目录，包括隐藏文件，并以列表方式打印

os.remove()  删除一个文件

os.rename("oldname","newname")  重命名文件/目录

os.stat('path/filename')  获取文件/目录信息

os.sep    输出操作系统特定的路径分隔符，win下为"\",Linux下为"/"

os.linesep    输出当前平台使用的行终止符，win下为"
",Linux下为"
"

os.pathsep    输出用于分割文件路径的字符串

os.name    输出字符串指示当前使用平台。win->'nt'; Linux->'posix'

os.system("bash command")  运行shell命令，直接显示

os.environ  获取系统环境变量

os.path.abspath(path)  返回path规范化的绝对路径

os.path.split(path)  将path分割成目录和文件名二元组返回

os.path.dirname(path)  返回path的目录。其实就是os.path.split(path)的第一个元素

os.path.basename(path)  返回path最后的文件名。如何path以／或结尾，那么就会返回空值。即os.path.split(path)的第二个元素

os.path.exists(path)  如果path存在，返回True；如果path不存在，返回False

os.path.isabs(path)  如果path是绝对路径，返回True

os.path.isfile(path)  如果path是一个存在的文件，返回True。否则返回False

os.path.isdir(path)  如果path是一个存在的目录，则返回True。否则返回False

os.path.join(path1[, path2[, ...]])  将多个路径组合后返回，第一个绝对路径之前的参数将被忽略

os.path.getatime(path)  返回path所指向的文件或者目录的最后存取时间  返回的时间戳

os.path.getmtime(path)  返回path所指向的文件或者目录的最后修改时间  返回的时间戳

os.chmod("/usr/local",7)#给文件/目录加权限

 四、sys模块

sys模块包括了一组非常实用的服务，内含很多函数方法和变量，用来处理Python运行时配置以及资源，从而可以与前当程序之外的系统环境交互，如：Python解释器。

sys.argv           命令行参数List，第一个元素是程序本身路径

sys.exit(n)        退出程序，正常退出时exit(0)

sys.version        获取Python解释程序的版本信息

sys.maxint         最大的Int值

sys.path           返回模块的搜索路径，初始化时使用PYTHONPATH环境变量
的值

sys.path中含有多种操作环境变量的方法 如 insert index pop append等 如需使用时 用help(sys.path) 查看使用即可

sys.platform       返回操作系统平台名称

sys.stdout.write('please:')

sys.stdout.flash() 实时写入内存

val = sys.stdin.readline()[:-1]

 五、shutil模块

六、json和pickle

用于序列化的两个模块

• json，用于字符串 和 python数据类型间进行转换
• pickle，用于python特有的类型 和 python的数据类型间进行转换

Json模块提供了四个功能：dumps、dump、loads、load

pickle模块提供了四个功能：dumps、dump、loads、load

import json

json.dumps 将字典转为字符串

json.loads 将字符串转为字典


import json

b={'a':12}

string=json.dumps(b)

print(string,type(string))

dict1=json.loads(string)

print(dict1,type(dict1))

pickle 将字符串或字典转换为二进制文件
与json使用方式相同

pickle 可以序列化python中所有的数据

import pickle

b={'a':12}

string=pickle.dumps(b)

print(string,type(string))

dict1=pickle.loads(string)

print(dict1,type(dict1))

b={'a':12}

with open('test.test','w')as f:

    pickle.dump(b,f) b是内存对象 f是写入文件  load 方法同样

七、shelve 模块

 
shelve模块是一个简单的k,v将内存数据通过文件持久化的模块，可以持久化任何pickle可支持的python数据格式

import shelve
 
d = shelve.open('shelve_test') #打开一个文件
 
class Test(object):
    def __init__(self,n):
        self.n = n
 
 
t = Test(123) 
t2 = Test(123334)
 
name = ["alex","rain","test"]
d["test"] = name #持久化列表
d["t1"] = t      #持久化类
d["t2"] = t2
 
d.close()

八、xml处理模块

xml是实现不同语言或程序之间进行数据交换的协议，跟json差不多，但json使用起来更简单，不过，古时候，在json还没诞生的黑暗年代，大家只能选择用xml呀，至今很多传统公司如金融行业的很多系统的接口还主要是xml。

xml的格式如下，就是通过<>节点来区别数据结构的:

来看一段XML代码

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank updated="yes">2</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank updated="yes">5</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank updated="yes">69</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

然后我们通过python支持的xml解析方法解析

九、re正则

'.'     默认匹配除
之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行
'^'     匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a","
abc
eee",flags=re.MULTILINE)
'$'     匹配字符结尾，或e.search("foo$","bfoo
sdfsf",flags=re.MULTILINE).group()也可以
'*'     匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac")  结果为['abb', 'ab', 'a']
'+'     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']
'?'     匹配前一个字符1次或0次
'{m}'   匹配前一个字符m次
'{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']
'|'     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC'
'(...)' 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c
 
 
'A'    只从字符开头匹配，re.search("Aabc","alexabc") 是匹配不到的
''    匹配字符结尾，同$
'd'    匹配数字0-9
'D'    匹配非数字
'w'    匹配[A-Za-z0-9]
'W'    匹配非[A-Za-z0-9]
's'     匹配空白字符、	、
、
 , re.search("s+","ab	c1
3").group() 结果 '	'
 
'(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}

最常用的python匹配方法

re.match 从头开始匹配

re.search 匹配包含

re.findall 把所有匹配到的字符放到以列表中的元素返回

re.splitall 以匹配到的字符当做列表分隔符

re.sub      匹配字符并替换

反斜杠的困扰
与大多数编程语言相同，正则表达式里使用""作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符""，那么使用编程语言表示的正则表达式里将需要4个反斜杠"\\"：前两个和后两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r"\"表示。同样，匹配一个数字的"\d"可以写成r"d"。有了原生字符串，你再也不用担心是不是漏写了反斜杠，写出来的表达式也更直观。

'.'     默认匹配除 之外的任意一个字符，若指定flag DOTALL,则匹配任意字符，包括换行

'^'     匹配字符开头，若指定flags MULTILINE,这种也可以匹配上(r"^a"," abc eee",flags=re.MULTILINE)

'$'     匹配字符结尾，或e.search("foo$","bfoo sdfsf",flags=re.MULTILINE).group()也可以

'*'     匹配*号前的字符0次或多次，re.findall("ab*","cabb3abcbbac")  结果为['abb', 'ab', 'a']

'+'     匹配前一个字符1次或多次，re.findall("ab+","ab+cd+abb+bba") 结果['ab', 'abb']

'?'     匹配前一个字符1次或0次

'{m}'   匹配前一个字符m次

'{n,m}' 匹配前一个字符n到m次，re.findall("ab{1,3}","abb abc abbcbbb") 结果'abb', 'ab', 'abb']

'|'     匹配|左或|右的字符，re.search("abc|ABC","ABCBabcCD").group() 结果'ABC'

'(...)' 分组匹配，re.search("(abc){2}a(123|456)c", "abcabca456c").group() 结果 abcabca456c

 

 

'A'    只从字符开头匹配，re.search("Aabc","alexabc") 是匹配不到的

''    匹配字符结尾，同$

'd'    匹配数字0-9

'D'    匹配非数字

'w'    匹配[A-Za-z0-9]

'W'    匹配非[A-Za-z0-9]

's'     匹配空白字符、 、 、 , re.search("s+","ab c1 3").group() 结果 ' '

 

'(?P<name>...)' 分组匹配 re.search("(?P<province>[0-9]{4})(?P<city>[0-9]{2})(?P<birthday>[0-9]{4})","371481199306143242").groupdict("city") 结果{'province': '3714', 'city': '81', 'birthday': '1993'}