python之re和logging模块

Posted 2022-05-19 changzhendong

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re和logging模块相关的知识，希望对你有一定的参考价值。

1、re模块

1.1re模块的概念

re模块就其本质而言，正则表达式（或RE）是一种小型的、高度专业化的编程语言，它内嵌于python中，并通过re模块实现。正则表达式模式被编译成一系列的字节码，然后用c编写的匹配引警执行。

1.2 字符匹配

普通字符：大多数字符和字母都会和自身匹配。

 import  re
>>> re.findall(‘czd‘,‘chenyzczdcqy‘)
[‘czd‘]

元字符：

.	通配符，数字字母都可以匹配，除了“\n”以外，一个点代表一个字符
^	表示以...开头。在多行模式中匹配每一行的开头
$	表以...结尾在多行模式中匹配每一行的末尾
*	匹配前一个字符0或多次
+	匹配前一个字符1次或无限次
?	匹配一个字符0次或1次
	m匹配前一个字符m次，m,n匹配前一个字符m至n次，若省略n，则匹配m至无限次
[]	字符集。对应的位置可以是字符集中任意字符。字符集中的字符可以逐个列出，也可以给出范围，如[abc]或[a-c]。[^abc]表示取反，即非abc。所有特殊字符在字符集中都失去其原有的特殊含义。用\反斜杠转义恢复特殊字符的特殊含义。
()	被括起来的表达式将作为分组，从表达式左边开始没遇到一个分组的左括号“（”，编号+1. 分组表达式作为一个整体，可以后接数量词。表达式中的\|仅在该组中有效。
\|	或。匹配\|左右表达式任意一个，从左到右匹配，如果\|没有包括在()中，则它的范围是整个正则表达式
\	转义字符，使后一个字符改变原来的意思

注意：

a.反斜杠的作用

（1）去除元字符的特殊功能

（2）反斜杠后跟普通字符实现特殊功能

b. * + . ? 都是贪婪匹配，后面加？使其变为惰性匹配。

例如：

>>> ret=re.findall("abc*?",‘abccccc‘)
>>> print(ret)
[‘ab‘]

1.3 预定义字符集

\d	匹配任何数字, 它相当于类[0-9]
\D	匹配任何字符, 它相当于类[ ^0-9]
\s	匹配任何空白字符, 相当于类[\t\n\r\f\v]
\S	匹配任何非空白字符, 相当于类[^\t\n\r\f\v]
\w	匹配任何字母数字字符,相当于类[a-z A-Z 0-9]
\W	匹配任何非字母数字字符,相当于类[^a-z A-Z 0-9]
\b	匹配一个特殊字符边界,如空格 & #等

注意\b的用法：

w = re.findall(‘\btina‘,‘tian tinaaaa‘)
print(w)
s = re.findall(r‘\btina‘,‘tian tinaaaa‘)
print(s)
v = re.findall(r‘\btina‘,‘tian#tinaaaa‘)
print(v)
a = re.findall(r‘\btina\b‘,‘tian#tina@aaa‘)
print(a)
执行结果如下：
[]
[‘tina‘]
[‘tina‘]
[‘tina‘]

1.4 元字符之分组的一些特殊用法

(?P<name>)	分组，除了原有的编号外再指定一个额外的别名
(?P=name)	引用别名为<name>的分组匹配到字符串
\<number>	引用编号为<number>的分组匹配到字符串

1.5 re模块下的常用方法

import re


# re.findall遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表。
ret=re.findall(‘alv‘,‘alvin  dong‘)
print(ret)

#re.search 格式：
# re.search(pattern, string, flags=0)
# re.search函数会在字符串内查找模式匹配,只要找到第一个匹配然后返回，如果字符串没有匹配，则返回None。
# print(re.search(‘\dcom‘,‘www.4comrunoob.5com‘).group())
# 执行结果如下：
# 4com
# 注：match和search一旦匹配成功，就是一个match object对象，而match object对象有以下方法：
# •group() 返回被 RE 匹配的字符串
# •start() 返回匹配开始的位置
# •end() 返回匹配结束的位置
# •span() 返回一个元组包含匹配 (开始,结束) 的位置
# •group() 返回re整体匹配的字符串，可以一次输入多个组号，对应组号匹配的字符串。
#
# a. group（）返回re整体匹配的字符串，
# b. group (n,m) 返回组号为n，m所匹配的字符串，如果组号不存在，则返回indexError异常
# c.groups（）groups() 方法返回一个包含正则表达式中所有小组字符串的元组，从 1 到所含的小组号，通常groups()不需要参数，
# 返回一个元组，元组中的元就是正则表达式中定义的组。
a = "123abc456"
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(0))   #123abc456,返回整体
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(1))   #123
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(2))   #abc
 print(re.search("([0-9]*)([a-z]*)([0-9]*)",a).group(3))   #456
###group(1) 列出第一个括号匹配部分，group(2) 列出第二个括号匹配部分，group(3) 列出第三个括号匹配部分。

# re.match
# 决定RE是否在字符串刚开始的位置匹配。//注：这个方法并不是完全匹配。当pattern结束时若string还有剩余字符，仍然视为成功。
# 想要完全匹配，可以在表达式末尾加上边界匹配符‘$‘
ret=re.match(‘a‘,‘abcd‘).group()
print(ret)     # a

# re.split
ret=re.split(‘[ab]‘,‘abcd‘)     #先按‘a‘分割得到‘ ‘和‘bcd‘,再对‘ ‘和‘bcd‘按‘b‘分割
print(ret)     #[‘‘, ‘‘, ‘cd‘]

# re.sub
# 使用re替换string中每一个匹配的子串后返回替换后的字符串。
ret=re.sub(‘\d‘,‘abc‘,‘czd5cyz6‘,1)
print(ret)     #czdabccyz6
ret=re.subn(‘\d‘,‘abc‘,‘czd5cyz6‘)
print(ret)     #(‘czdabccyzabc‘, 2)

# re.compile
# 编译正则表达式模式，返回一个对象的模式。
# （可以把那些常用的正则表达式编译成正则表达式对象，这样可以提高一点效率.）
obj=re.compile(‘\d3‘)
ret=obj.search(‘abc123eee‘)
print(ret)      #<re.Match object; span=(3, 6), match=‘123‘>
print(ret.group())   #123


# finditer
# 搜索string，返回一个顺序访问每一个匹配结果（Match对象）的迭代器。
# 找到 RE 匹配的所有子串，并把它们作为一个迭代器返回。
ret=re.finditer(‘\d‘,‘asdcva123rage56a‘)   #存放到迭代器
print(ret)                        #<callable_iterator object at 0x0000029435077668>
print(next(ret).group())          #1
print(next(ret).group())          #2

# 注意
import re
ret=re.findall(‘www.(baidu|fzuniv).com‘,‘www.fzuniv.edu‘)
print(ret)    #[]
# 这是因为分组后，findall首先拿出分组里面的内容，要想匹配结果，取消权限即可
ret=re.findall(‘www.(?:baidu|fzuniv).edu‘,‘www.fzuniv.edu‘)
print(ret)     #[‘www.fzuniv.edu‘]

2、logging模块

import logging

logging.debug(‘debug message‘)
logging.info(‘info message‘)
logging.warning(‘warning message‘)
logging.error(‘error message‘)
logging.critical(‘critical message‘)

# 执行的结果：
WARNING:root:warning message
ERROR:root:error message
CRITICAL:root:critical message

可见，默认情况下python的logging模块将日志打印到了标准输出中，且只显示了大于等于WARNING级别的日志，这说明默认的日志级别设置为WARNING(日志级别等级：CRITICAL>ERROR>WARNING>INFO>DEBUG>NOTEST),默认的日志格式为：日志级别：logging名称：用户输出信息。

2.1 logging.basicConfig

import logging


logging.basicConfig(
    level=logging.DEBUG,
    filename=‘logger.logger‘,
    filemode=‘w‘,
    format=‘%(asctime)s [%(lineno)s] %(filename)s %(message)s‘
)

logging.debug(‘debug message‘)
logging.info(‘info message‘)
logging.warning(‘warning message‘)
logging.error(‘error message‘)
logging.critical(‘critical message‘)


# logging对象
logger=logging.getLogger()
logger.setLevel(‘DEBUG‘)
fh=logging.FileHandler(‘test_log‘)
ch=logging.StreamHandler(‘test_log‘)

fm=logging.Formatter(‘%(asctime)s %(message)s‘)

fh.setFormatter(fm)
ch.setFormatter(fm)

logger.addHandler(fh)
logger.addHandler(fh)

logger.debug(‘writen debug message‘)
logger.info(‘writen info message‘)
logger.warning(‘writen warning message‘)
logger.error(‘writen error message‘)
logger.critical(‘writen critical message‘)