Python之旅.第四章.模块与包4.09
Posted yangli0504
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python之旅.第四章.模块与包4.09相关的知识,希望对你有一定的参考价值。
一、shelve模块
Shelve(了解),是更高程度的封装。使用时只针对之前设计生成的文件,可以无视不同平台自动生成的其他文件。
Json的中间格式为字符串,用w写入文件
Pickle的中间格式为bytes,用b写入文件
序列化时更常用Json
import shelve
info1={\'age\':18,\'height\':180,\'weight\':80}
info2={\'age\':73,\'height\':150,\'weight\':80}
d=shelve.open(\'db.shv\')
d[\'egon\']=info1
d[\'alex\']=info2
d.close()
d=shelve.open(\'db.shv\')
print(d[\'egon\'])
print(d[\'alex\'])
d.close()
d=shelve.open(\'db.shv\',writeback=True)
d[\'alex\'][\'age\']=10000
print(d[\'alex\'])
d.close()
d=shelve.open(\'db.shv\',writeback=True) #如果想改写,需设置writeback=True
print(d[\'alex\'])
d.close()
二、xml模块
xml时一种组织数据的形式
xml下的元素对应三个特质,tag, attrib, text
#==========================================>查
import xml.etree.ElementTree as ET
tree=ET.parse(\'a.xml\')
root=tree.getroot()
三种查找节点的方式
res=root.iter(\'rank\') # 会在整个树中进行查找,而且是查找到所有
for item in res:
print(\'=\'*50)
print(item.tag) # 标签名
print(item.attrib) #属性
print(item.text) #文本内容
res=root.find(\'country\') # 只能在当前元素的下一级开始查找。并且只找到一个就结束
print(res.tag)
print(res.attrib)
print(res.text)
nh=res.find(\'neighbor\')
print(nh.attrib)
cy=root.findall(\'country\') # 只能在当前元素的下一级开始查找,
print([item.attrib for item in cy])
#==========================================>改
import xml.etree.ElementTree as ET
tree=ET.parse(\'a.xml\')
root=tree.getroot()
for year in root.iter(\'year\'):
year.text=str(int(year.text) + 10)
year.attrib={\'updated\':\'yes\'} #一般不会改tag
tree.write(\'a.xml\')
#==========================================>增
import xml.etree.ElementTree as ET
tree=ET.parse(\'a.xml\')
root=tree.getroot()
for country in root.iter(\'country\'):
year=country.find(\'year\')
if int(year.text) > 2020:
print(country.attrib)
ele=ET.Element(\'egon\')
ele.attrib={\'nb\':\'yes\'}
ele.text=\'非常帅\'
country.append(ele)
country.remove(year)
tree.write(\'b.xml\')
三、re模块(正则)
正则---在爬虫中最为常用;使用爬虫时有其他模块可以导入帮助clear数据,正则也可用于其他方面
import re
print(re.findall(\'\\w\',\'ab 12\\+- *&_\'))
print(re.findall(\'\\W\',\'ab 12\\+- *&_\'))
print(re.findall(\'\\s\',\'ab \\r1\\n2\\t\\+- *&_\'))
print(re.findall(\'\\S\',\'ab \\r1\\n2\\t\\+- *&_\'))
print(re.findall(\'\\d\',\'ab \\r1\\n2\\t\\+- *&_\'))
print(re.findall(\'\\D\',\'ab \\r1\\n2\\t\\+- *&_\'))
print(re.findall(\'\\w_sb\',\'egon alex_sb123123wxx_sb,lxx_sb\'))
print(re.findall(\'\\Aalex\',\'abcalex is salexb\'))
print(re.findall(\'\\Aalex\',\'alex is salexb\'))
print(re.findall(\'^alex\',\'alex is salexb\'))
print(re.findall(\'sb\\Z\',\'alexsb is sbalexbsb\'))
print(re.findall(\'sb$\',\'alexsb is sbalexbsb\'))
print(re.findall(\'^ebn$\',\'ebn1\')) #^ebn$ 筛出的就是ebn(以ebn开头,以ebn结尾)
print(re.findall(\'a\\nc\',\'a\\nc a\\tc a1c\'))
\\t为制表符,在不同平台表示不同的空个数
\\A ó ^ #使用^
\\Z ó $ #使用$
# 重复匹配:
#. ? * + {m,n} .* .*?
1、.:代表除了换行符外的任意一个字符
. 除了换行符之外的任意一个字符, 如果想不除换行符,后加re.DOTALL
print(re.findall(\'a.c\',\'abc a1c aAc aaaaaca\\nc\'))
print(re.findall(\'a.c\',\'abc a1c aAc aaaaaca\\nc\',re.DOTALL))
2、?:代表左边那一个字符重复0次或1次
?不能单独使用
print(re.findall(\'ab?\',\'a ab abb abbb abbbb abbbb\'))
3、*:代表左边那一个字符出现0次或无穷次
print(re.findall(\'ab*\',\'a ab abb abbb abbbb abbbb a1bbbbbbb\'))
4、+ :代表左边那一个字符出现1次或无穷次
print(re.findall(\'ab+\',\'a ab abb abbb abbbb abbbb a1bbbbbbb\'))
5、{m,n}:代表左边那一个字符出现m次到n次
print(re.findall(\'ab?\',\'a ab abb abbb abbbb abbbb\'))
print(re.findall(\'ab{0,1}\',\'a ab abb abbb abbbb abbbb\'))
print(re.findall(\'ab*\',\'a ab abb abbb abbbb abbbb a1bbbbbbb\'))
print(re.findall(\'ab{0,}\',\'a ab abb abbb abbbb abbbb a1bbbbbbb\'))
print(re.findall(\'ab+\',\'a ab abb abbb abbbb abbbb a1bbbbbbb\'))
print(re.findall(\'ab{1,}\',\'a ab abb abbb abbbb abbbb a1bbbbbbb\'))
print(re.findall(\'ab{1,3}\',\'a ab abb abbb abbbb abbbb a1bbbbbbb\'))
6、.*:匹配任意长度,任意的字符=====》贪婪匹配
print(re.findall(\'a.*c\',\'ac a123c aaaac a *123)()c asdfasfdsadf\'))
7、.*?:非贪婪匹配
print(re.findall(\'a.*?c\',\'a123c456c\'))
():分组
print(re.findall(\'(alex)_sb\',\'alex_sb asdfsafdafdaalex_sb\'))
print(re.findall(
\'href="(.*?)"\',
\'<li><a id="blog_nav_sitehome" class="menu" href="http://www.cnblogs.com/">博客园</a></li>\')
)
[]:匹配一个指定范围内的字符(这一个字符来自于括号内定义的)
[] 内写什么就是其单独的意义, 可写0-9 a-zA-Z
print(re.findall(\'a[0-9][0-9]c\',\'a1c a+c a2c a9c a11c a-c acc aAc\'))
当-需要被当中普通符号匹配时,只能放到[]的最左边或最 右边
a-b有特别的意思,所以如果想让-表示它本身,要将其放在最左或最右
print(re.findall(\'a[-+*]c\',\'a1c a+c a2c a9c a*c a11c a-c acc aAc\'))
print(re.findall(\'a[a-zA-Z]c\',\'a1c a+c a2c a9c a*c a11c a-c acc aAc\'))
[]内的^代表取反的意思 (^在[]中表示取反)
print(re.findall(\'a[^a-zA-Z]c\',\'a c a1c a+c a2c a9c a*c a11c a-c acc aAc\'))
print(re.findall(\'a[^0-9]c\',\'a c a1c a+c a2c a9c a*c a11c a-c acc aAc\'))
print(re.findall(\'([a-z]+)_sb\',\'egon alex_sb123123wxxxxxxxxxxxxx_sb,lxx_sb\'))
| :或者
print(re.findall(\'compan(ies|y)\',\'Too many companies have gone bankrupt, and the next one is my company\'))
(?: ):代表取匹配成功的所有内容,而不仅仅只是括号内的内容 ((?: )表示匹配的结果都要,不单单要()内的)
print(re.findall(\'compan(?:ies|y)\',\'Too many companies have gone bankrupt, and the next one is my company\'))
print(re.findall(\'alex|sb\',\'alex sb sadfsadfasdfegon alex sb egon\'))
re模块的其他方法:
print(re.findall(\'alex|sb\',\'123123 alex sb sadfsadfasdfegon alex sb egon\'))
print(re.search(\'alex|sb\',\'123213 alex sb sadfsadfasdfegon alex sb egon\').group())
print(re.search(\'^alex\',\'123213 alex sb sadfsadfasdfegon alex sb egon\'))
print(re.search(\'^alex\',\'alex sb sadfsadfasdfegon alex sb egon\').group())
re.search, 取第一个结果,若没有返回None;若想让结果直接显示后加group();返回None时用group()会报错
print(re.match(\'alex\',\'alex sb sadfsadfasdfegon alex sb egon\').group())
print(re.match(\'alex\',\'123213 alex sb sadfsadfasdfegon alex sb egon\'))
re.match 相当于^版本的search
info=\'a:b:c:d\'
print(info.split(\':\'))
print(re.split(\':\',info))
info=r\'get :a.txt\\3333/rwx\'
print(re.split(\'[ :\\\\\\/]\',info))
re.split与split相比,内部可以使用正则表达式
print(\'egon is beutifull egon\'.replace(\'egon\',\'EGON\',1))
print(re.sub(\'(.*?)(egon)(.*?)(egon)(.*?)\',r\'\\1\\2\\3EGON\\5\',\'123 egon is beutifull egon 123\'))
print(re.sub(\'(lqz)(.*?)(SB)\',r\'\\3\\2\\1\',r\'lqz is SB\'))
print(re.sub(\'([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)([^a-zA-Z]+)([a-zA-Z]+)\',r\'\\5\\2\\3\\4\\1\',r\'lqzzzz123+ is SB\'))
re.sub 与replace相比,内部可以使用正则表达式
pattern=re.compile(\'alex\')
print(pattern.findall(\'alex is alex alex\'))
print(pattern.findall(\'alexasdfsadfsadfasdfasdfasfd is alex alex\'))
以上是关于Python之旅.第四章.模块与包4.09的主要内容,如果未能解决你的问题,请参考以下文章