python基础 day20 正则表达式及re模块及装饰器

一、内容回顾：

元字符：

• d、w、s D W S

• [] [^] . ^ $

• ()分组 |

量词

• ? + *

• {n} {n,m} {n,}

  贪婪：

  默认贪婪

  非贪婪:.

  *?x

二、今日内容

• re模块

  • findall

    #findall
    ret = re.findall('d+',"dkfjaklldlja123jdklflaj123")
    print(ret)

     

  • search ：用来寻找这个字符号中是否有满足条件的内容

    #search
    ret = re.search('d+','dfdklajddfklaj123jkllsdldljfsd343')
    print(ret)
    print(ret.group())
    print(ret.group(1))

     

  • split 按照切割

    #spilt
    s = "dfahkj12fhja45fdasfda"
    ret = re.split('d+',s)
    print(ret)

     

  • sub ：替换方法 返回替换内容

    #sub(正则表达式，替换内容，原字符串，替换个数)
    ret = re.sub('d+','fd','123jfdks12fjdalks111lll12dfd')
    print(ret)
    ​

     

  • subn ：返回替换的内容及替换次数

    ret = re.subn('d+','fd','123jfdks12fjdalks111lll12dfd')
    print(ret)  #('fdjfdksfdfjdalksfdlllfddfd', 4)

     

  • match ：

    • 判断以什么正则开头，通过.group取值，相当于在正则前面添加 ^符号

    • 用来规定这个字符号必须是什么样的

      # match
      ret = re.match('d+','123jfdks12fjdalks111lll12dfd')
      print(ret)  #<_sre.SRE_Match object; span=(0, 3), match='123'>
      print(ret.group())  #123

       

  • compile ：重要** 节省时间

    • 同一个正则表达式被多次使用，可以使用comile对正则表达式进行解析

      ret = re.compile('d+')
      res = ret.findall("djfkal12fjdsklld3fdsakj3fjdadl4jfd")
      print(res)
      res = ret.findall("fhdadkd23fhjkdas212")
      print(res)

       

  • finditer ： 重要** 节省空间

    • 返回的是迭代器

      ret = re.finditer('d+','dfdadhdkjd2j3hhcjkdas23jhkjh23h4jk2h')
      for r in ret:
          print(r) #<_sre.SRE_Match object; span=(10, 11), match='2'>
          print(r.group())

  • 先compile 在 finditer

    ret = re.compile('d+')
    res = ret.finditer('fjak32j423kj23j432lj42lklj432')
    for i in res:
        print(i.group())

     

  • 列表的操作：不能用insert和pop

• re模块拾遗

  • 分组命名

    (?P<rating_num>.*?)

    

  • 分组命名的应用

    

     

• 带参数的装饰器

  import time
  def show(path):
      def warpper(func):
          def inner(*args,**kwargs):
              ret = func(*args,**kwargs)
              start_time = time.strftime('%Y-%m-%d %H:%M:%S')
              with open(path,encoding="utf-8",mode="a") as f1:
                  res = f'{start_time}：调用了函数名为{path}
  '
                  f1.write(res)
              return ret
          return inner
      return warpper
  ​
  @show('auto.txt')
  def login():
      print("登录成功")
  @show('auto.txt')
  def register():
      print("注册成功")
  @show('operato.txt')
  def add_goods():
      print('商品添加购物车成功')
  @show('operato.txt')
  def show_goods():
      print('查看购物车')
  login()
  register()
  add_goods()
  show_goods()

   

• 递归函数

  • 递归的最大层数是 1000层，节省内存空间

  • 递归要尽量控制次数，如果需要很多层递归才能解决问题，不适合用递归

  • 循环和递归的关系

    • 递归不是万能的

    • 递归比起循环来说更占用内存

      import sys
      sys.setrecursionlimit(1000000)
      #修改递归的最大深度
      count = 0
      def func():
          global count
          count += 1
          print(count)
          func()
          print(3333)
      func()

  • 递归函数的停止

    • 一个递归函数要结束，必须有一个return，且return的条件必须是一个可达到的