2018-06-27-Python全栈开发day22-part2-xml模块和re模块-正则表达式介绍

Posted 2020-11-20 叶海宾

1.xml模块

　　xml模块是在json出现之前，普遍使用的文件类型，

　　

<data>
    <country name="Liechtenstein">
        <rank updated="yes">2</rank>
        <year updated="yes">2010</year>
        <gdppc>141100</gdppc>
        <neighbor direction="E" name="Austria" />
        <neighbor direction="W" name="Switzerland" />
    </country>
    <country name="Singapore">
        <rank updated="yes">5</rank>
        <year updated="yes">2013</year>
        <gdppc>59900</gdppc>
        <neighbor direction="N" name="Malaysia" />
    </country>
    </data>

这是xml的类型，其中<data>是tree，是个树形结构，并且以tree结尾

　　　　root.get.root()--得到根

　　首先遍历xml文件

　　

import xml.etree.ElementTree as ET

tree=ET.parse(‘xml_lesson‘)
root=tree.getroot()

之后print（root.tag），得到的结果就是data

　

for i in root:#遍历root，得到的每个值都是data下的数据
    print(i.tag)#输出数据的标签
    print(i.attrib)#输出每个标签的属性
    for j in i:
        print(j.tag)#继续输出每个标签
        print(j.attrib)#输出属性

属性是用来对标签进行描述的

　　1.1 对xml文件进行增删改查

　　　　

for i in root.findall(‘country‘):#遍历xml文件中，所有标签为country的
    rank=int(i.find(‘rank‘).text)#找到country中属性为rank的
    if rank>50:
        root.remove(i)#如果rank大于50则删除
tree.write(‘xmltree.xml‘)#写入文件

　　1.2新建xml文件并写入数据

　　

new_xml=ET.Element(‘yehiabin‘)#新建一个根为yehaibin的xml文件
name=ET.SubElement(new_xml,‘name‘,attrib={‘enrolled‘:‘yes‘})#在根下面创建name标签，并且通过属性进行修饰
age=ET.SubElement(new_xml,‘age‘,attrib={‘hahah‘:‘no‘})#另外增加一个标签
sex=ET.SubElement(new_xml,‘sex‘)
sex.text=‘20‘#.text是标签中数字

et=ET.ElementTree(new_xml)#写入文件

2. re模块-正则表达式

　　　正则表达式，对字符串进行模糊匹配，在查找数据以及在web中有很多的应用场景

　　简介

　　2.1 . 通配符

　　　　.点这个符号，可以代表除外的任何符号，来 进行模糊匹配

　　2.2 ^$

　　　　代表从开头以什么开始，和在结尾以什么结束

　　2.3关于重复的

　　　　2.3.1 *

　　　　　　表示重复0次或者无穷多次

　　　　2.3.2 +

　　　　　　表示重复1次或者无穷多次

　　　　2.3.3 ？

　　　　　　重复0或1次

　　　　2.3.4 {1，8}

　　　　　　重复1-8次

　　2.4 []

　　　　中括号，在中括号内部特殊符号都不起作用，除了-，^,

　　　　其中，^在中括号内，是非的意思，中括号中的，可以让有意义的变为没意义，没意义的变成有意义

　　　　　　　　　　其中：

　　　　　　　　　　　　d-取任何十进制的数

　　　　　　　　　　　　D-与d相反

　　　　　　　　　　　　s--取任何空白字符

　　　　　　　　　　　　　S---与s相反

　　　　　　　　　　　　　w-取任何字母和数字

　　　　　　　　　　　　　　W---与w相反

 

　　　　　　　　并且在使用w这些符号时，要考虑到，re本身就是一种微型语言，我们在将等数据传给python解释器时，python会翻译一遍之后再给re。翻译之后的数已经失去了原来的意义，所以要\b,因为re模块只认识\b

　　　　

　　　　只能从[]中取出一个值进行匹配

　　　　其内部的元素起到或的作用

　　　　

a=re.findall(‘x[xyu]‘,‘xy0‘)
print(a)
--
[‘xy‘]

　　　　2.5 |

　　　　管道符，也是或的意思

　　　　2.6（）

　　　　分组，将某几个元素进行组合然后进行匹配

　　　　

a=re.findall(‘(bc)+‘,‘askfjhbcbcjkhfdksa‘)
print(a)

　　　　　　2.6.1 固定搭配

　　　　　　　　

a=re.search(‘(?P<yehaibin>d+)‘,‘546kfdgjldfk‘).group()
print(a)

　　2.7 findall()

　　　　找到所有符合匹配的，并且放到列表中

　　2.8 search()

　　　　只找到第一格，然后返回值

　　2.9 match(）

　　　　

b=re.match(‘d+‘,‘dsjhfdi5456‘)
print(b)

　　　　从头开始找，如果开头没有则返回none

　　2.10 split（）

　　　　

a=re.split(‘ab‘,‘abc‘)
print(a)
--
[‘‘,‘c‘]
先对ab进行分割，对应匹配的ab左边没有东西，所以得到空的字符串，和‘c‘，然后ab再跟c进行匹配，没有匹配上，输出c

　　2.11 sub（） 替换

　　　　

a=re.sub(‘d‘,‘abc‘,‘fhsdk3fhsdk‘)
print(a)--
fhsdkabcfhsdk

　　　　一共有三个参数，第一个是匹配的方式，第二个是替换之后的呢日荣，第三个是需要查找的对象，然后进行替换

　　2.12compile() 编译

　　　　直接先制定规则，之后可以重复用

　　　　com=re.complie(‘d+)

　　　　res=com.findall(‘sfhkfds2kjdsl)

　　　　这样就可以对多个对象进行查询，这样就不用重复写匹配规则

　　2.13　finditer()

　　　　将匹配的东西放到一个迭代器中