常用模块:re ,shelve与xml模块
Posted 道长
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了常用模块:re ,shelve与xml模块相关的知识,希望对你有一定的参考价值。
一 shelve模块:
shelve模块比pickle模块简单,只有一个open函数,所以使用完之后要使用f.close关闭文件。返回类似字典的对象,可读可写;key必须为字符串,而值可以是python所支持的数据类型。
import shelve f=shelve.open(r\'sheve.txt\') # f[\'stu1_info\']={\'name\':\'egon\',\'age\':18,\'hobby\':[\'piao\',\'smoking\',\'drinking\']} # f[\'stu2_info\']={\'name\':\'gangdan\',\'age\':53} # f[\'school_info\']={\'website\':\'http://www.pypy.org\',\'city\':\'beijing\'} print(f[\'stu1_info\'][\'hobby\']) f.close()
二 xml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。
xml使用〈〉来区别分数据结构:
xml协议在各个语言里的都 是支持的,在python中可以用以下模块操作xml:
# print(root.iter(\'year\')) #搜索全部内容 # print(root.find(\'country\')) #在root的子节点找,只找一个,也就是说找到一个country就停止。 # print(root.findall(\'country\')) #在root的子节点找,找所有,将所有的country都找到。
import xml.etree.ElementTree as ET new_xml = ET.Element("namelist") name = ET.SubElement(new_xml,"name",attrib={"enrolled":"yes"}) age = ET.SubElement(name,"age",attrib={"checked":"no"}) sex = ET.SubElement(name,"sex") sex.text = \'33\' name2 = ET.SubElement(new_xml,"name",attrib={"enrolled":"no"}) age = ET.SubElement(name2,"age") age.text = \'19\' et = ET.ElementTree(new_xml) #生成文档对象 et.write("test.xml", encoding="utf-8",xml_declaration=True) ET.dump(new_xml) #打印生成的格式
同样的xml可以对文件内容进行增,删,改,查.
import xml.etree.ElementTree as ET tree = ET.parse("xmltest.xml") root = tree.getroot() print(root.tag) #遍历xml文档 for child in root: print(\'========>\',child.tag,child.attrib,child.attrib[\'name\']) for i in child: print(i.tag,i.attrib,i.text) #只遍历year 节点 for node in root.iter(\'year\'): print(node.tag,node.text) #--------------------------------------- import xml.etree.ElementTree as ET tree = ET.parse("xmltest.xml") root = tree.getroot() #修改 for node in root.iter(\'year\'): new_year=int(node.text)+1 node.text=str(new_year) node.set(\'updated\',\'yes\') node.set(\'version\',\'1.0\') tree.write(\'test.xml\') #删除node for country in root.findall(\'country\'): rank = int(country.find(\'rank\').text) if rank > 50: root.remove(country) tree.write(\'output.xml\') #在country内添加(append)节点year2 import xml.etree.ElementTree as ET tree = ET.parse("a.xml") root=tree.getroot() for country in root.findall(\'country\'): for year in country.findall(\'year\'): if int(year.text) > 2000: year2=ET.Element(\'year2\') year2.text=\'新年\' year2.attrib={\'update\':\'yes\'} country.append(year2) #往country节点下添加子节点 tree.write(\'a.xml.swap\')
三 re模块
re模块就是我们说的正则:
那么正则就是用使用一些具有特殊意义的符号组合起来的,用来描述字符或则字符串的方法。
其中组合起来的特殊字符就叫做正则表达式。
‘\\W’:大写的W与小w是相反的,匹配非字母数字下划线。
‘\\s’:匹配任意空白字符,[\\t\\n\\r]或则一个空字符‘’
\'\\S\':匹配任意非空字符,除了空字符
\'\\d\':匹配任意数字,相当于匹配任意[0-9]的数字
\'\\D\':匹配任意非数字。
\'\\n\':匹配一个换行符
\'\\t\':匹配一个制表符
\'^\':匹配字符串的开始字符
\'$\':匹配字符串的结尾字符
‘.’:匹配任意字符,除了换行符,当我们在后面加上(re.Dotall时可以匹配任意字符包括换行符)
\'[...]\':匹配一个指定范围的字符(这个字符来自于括号内),[]内只能代表一个。
‘[^...]’:对括号内的内容取反,当我们使用‘-’时,应将‘-’放左边或右边,不能放中间,放中间有其特殊意义。
‘*’:表示匹配0个或则无数个。
‘+’:表示匹配1个或者无数个
‘?’:匹配0个或者1个。
‘{m,n}’:匹配m到n个。
=================================匹配模式================================= #一对一的匹配 # \'hello\'.replace(old,new) # \'hello\'.find(\'pattern\') #正则匹配 import re #\\w与\\W print(re.findall(\'\\w\',\'hello egon 123\')) #[\'h\', \'e\', \'l\', \'l\', \'o\', \'e\', \'g\', \'o\', \'n\', \'1\', \'2\', \'3\'] print(re.findall(\'\\W\',\'hello egon 123\')) #[\' \', \' \'] #\\s与\\S print(re.findall(\'\\s\',\'hello egon 123\')) #[\' \', \' \', \' \', \' \'] print(re.findall(\'\\S\',\'hello egon 123\')) #[\'h\', \'e\', \'l\', \'l\', \'o\', \'e\', \'g\', \'o\', \'n\', \'1\', \'2\', \'3\'] #\\n \\t都是空,都可以被\\s匹配 print(re.findall(\'\\s\',\'hello \\n egon \\t 123\')) #[\' \', \'\\n\', \' \', \' \', \'\\t\', \' \'] #\\n与\\t print(re.findall(r\'\\n\',\'hello egon \\n123\')) #[\'\\n\'] print(re.findall(r\'\\t\',\'hello egon\\t123\')) #[\'\\n\'] #\\d与\\D print(re.findall(\'\\d\',\'hello egon 123\')) #[\'1\', \'2\', \'3\'] print(re.findall(\'\\D\',\'hello egon 123\')) #[\'h\', \'e\', \'l\', \'l\', \'o\', \' \', \'e\', \'g\', \'o\', \'n\', \' \'] #\\A与\\Z print(re.findall(\'\\Ahe\',\'hello egon 123\')) #[\'he\'],\\A==>^ print(re.findall(\'123\\Z\',\'hello egon 123\')) #[\'he\'],\\Z==>$ #^与$ print(re.findall(\'^h\',\'hello egon 123\')) #[\'h\'] print(re.findall(\'3$\',\'hello egon 123\')) #[\'3\'] # 重复匹配:| . | * | ? | .* | .*? | + | {n,m} | #. print(re.findall(\'a.b\',\'a1b\')) #[\'a1b\'] print(re.findall(\'a.b\',\'a1b a*b a b aaab\')) #[\'a1b\', \'a*b\', \'a b\', \'aab\'] print(re.findall(\'a.b\',\'a\\nb\')) #[] print(re.findall(\'a.b\',\'a\\nb\',re.S)) #[\'a\\nb\'] print(re.findall(\'a.b\',\'a\\nb\',re.DOTALL)) #[\'a\\nb\']同上一条意思一样 #* print(re.findall(\'ab*\',\'bbbbbbb\')) #[] print(re.findall(\'ab*\',\'a\')) #[\'a\'] print(re.findall(\'ab*\',\'abbbb\')) #[\'abbbb\'] #? print(re.findall(\'ab?\',\'a\')) #[\'a\'] print(re.findall(\'ab?\',\'abbb\')) #[\'ab\'] #匹配所有包含小数在内的数字 print(re.findall(\'\\d+\\.?\\d*\',"asdfasdf123as1.13dfa12adsf1asdf3")) #[\'123\', \'1.13\', \'12\', \'1\', \'3\'] #.*默认为贪婪匹配 print(re.findall(\'a.*b\',\'a1b22222222b\')) #[\'a1b22222222b\'] #.*?为非贪婪匹配:推荐使用 print(re.findall(\'a.*?b\',\'a1b22222222b\')) #[\'a1b\'] #+ print(re.findall(\'ab+\',\'a\')) #[] print(re.findall(\'ab+\',\'abbb\')) #[\'abbb\'] #{n,m} print(re.findall(\'ab{2}\',\'abbb\')) #[\'abb\'] print(re.findall(\'ab{2,4}\',\'abbb\')) #[\'abb\'] print(re.findall(\'ab{1,}\',\'abbb\')) #\'ab{1,}\' ===> \'ab+\' print(re.findall(\'ab{0,}\',\'abbb\')) #\'ab{0,}\' ===> \'ab*\' #[] print(re.findall(\'a[1*-]b\',\'a1b a*b a-b\')) #[]内的都为普通字符了,且如果-没有被转意的话,应该放到[]的开头或结尾 print(re.findall(\'a[^1*-]b\',\'a1b a*b a-b a=b\')) #[]内的^代表的意思是取反,所以结果为[\'a=b\'] print(re.findall(\'a[0-9]b\',\'a1b a*b a-b a=b\')) #[]内的^代表的意思是取反,所以结果为[\'a=b\'] print(re.findall(\'a[a-z]b\',\'a1b a*b a-b a=b aeb\')) #[]内的^代表的意思是取反,所以结果为[\'a=b\'] print(re.findall(\'a[a-zA-Z]b\',\'a1b a*b a-b a=b aeb aEb\')) #[]内的^代表的意思是取反,所以结果为[\'a=b\'] #\\# print(re.findall(\'a\\\\c\',\'a\\c\')) #对于正则来说a\\\\c确实可以匹配到a\\c,但是在python解释器读取a\\\\c时,会发生转义,然后交给re去执行,所以抛出异常 print(re.findall(r\'a\\\\c\',\'a\\c\')) #r代表告诉解释器使用rawstring,即原生字符串,把我们正则内的所有符号都当普通字符处理,不要转义 print(re.findall(\'a\\\\\\\\c\',\'a\\c\')) #同上面的意思一样,和上面的结果一样都是[\'a\\\\c\'] #():分组 print(re.findall(\'ab+\',\'ababab123\')) #[\'ab\', \'ab\', \'ab\'] print(re.findall(\'(ab)+123\',\'ababab123\')) #[\'ab\'],匹配到末尾的ab123中的ab print(re.findall(\'(?:ab)+123\',\'ababab123\')) #findall的结果不是匹配的全部内容,而是组内的内容,?:可以让结果为匹配的全部内容 print(re.findall(\'href="(.*?)"\',\'<a href="http://www.baidu.com">点击</a>\'))#[\'http://www.baidu.com\'] print(re.findall(\'href="(?:.*?)"\',\'<a href="http://www.baidu.com">点击</a>\'))#[\'href="http://www.baidu.com"\'] #| print(re.findall(\'compan(?:y|ies)\',\'Too many companies have gone bankrupt, and the next one is my company\'))
1#^上结符 # print(re.findall(\'^a\',\'bc a12a sd 3a4 f\')) # print(re.findall(\'^1\',\'1llo egon 123\')) #如果存在以^后面的字母或数字,那么就输出这个字符或数字,否者输出为空。 2#.点 # print(re.findall(\'a.b\',\'a2b a\\nb acb ccb\')) # 如果存在一个字符a与b中间有一个任意的字符,除了换行符则输出该字符,a与b中间只能有一个字符。 # print(re.findall(\'a.b\',\'a2b a\\nb acb ccb\',re.DOTALL))#加上一个re.DOTALL就可以实现所有的字符 3#*星号 # print(re.findall(\'a*b\',\'a2b b acb ccb b\')) # print(re.findall(\'ab*\',\'a2b a、b acb ccb aaaabbbbb\')) #将星号前面的表达式字符与后面的字符进行匹配,将匹配到的字符输出,可以是0个到多个 4#?问号 # print(re.findall(\'ab?\',\'ab abc accc abccc abbbb\')) #[\'a\'] # print(re.findall(\'ab?\',\'abbb\')) #[\'ab\'] # ?将问号前面的字符与后面的字符进行匹配,只匹配0个或1个。即使有多余的也不会匹配 5# # print(re.findall(\'\\d+\\.?\\d*\',"asdfasdf12453as1.13dfa12adsf1asdf3")) # 匹配所有包括小数在内的数字 6#(.*)为贪婪匹配 # print(re.findall(\'a.*b\',\'a1b22222222b\')) # 那么他会从a开始匹配,一直匹配到最后一个b 7#(.*?)为非贪婪匹配 # print(re.findall(\'a.*?b\',\'a1b22222222b\')) # 那么他从a开始碰到第一个b就会结束 8#(+)加号 # print(re.findall(\'ab+\',\'a\')) # print(re.findall(\'ab+\',\'abbb\')) #也就是至少有一个匹配上。 9#{n,m}从n到m # print(re.findall(\'ab{2}\',\'ab\')) #[\'abb\'] # print(re.findall(\'ab{2,4}\',\'abbb\')) #[\'abb\'] # print(re.findall(\'ab{1,}\',\'abbbbbbbbbbbb\')) #\'ab{1,}\' ===> \'ab+\' # print(re.findall(\'ab{0,}\',\'abbb\')) #\'ab{0,}\' ===> \'ab*\' # 从a开始,在大括号内定义开始个数和结束个数。 10#[]中括号 # print(re.findall(\'a[1*-]b\',\'a1b a*b a-b ab\')) # []内的都为普通字符,也就是说只能表示[]的意思,其他的都是匹配不到,按照[]中德单独字符的格式。 11#[^]中括号内加^ # print(re.findall(\'a[^1*-]b\',\'a1b a*b a-b\')) # 对括号里的内容取反。也就是说凡是跟[]中一样的格式都匹配不到。 12#分组() # print(re.findall(\'ab+123\',\'ababab123\')) #[\'ab\', \'ab\', \'ab\'] # print(re.findall(\'(ab)+123\',\'ababab123\')) #[\'ab\'], #[\'ab123\'] # [\'ab\'] # 上述为两个输出的结果,所以()只输出括号内的匹配到的值。 13#竖杠| print(re.findall(\'compan(?:y|ies)\',\'Too many companies have gone bankrupt, \' \'and the next one is my company\')) #一个或的作用,
以上是关于常用模块:re ,shelve与xml模块的主要内容,如果未能解决你的问题,请参考以下文章
Python基础(20)——常用模块sys,os,json,pickle,shelve,xml,re,basedir