模块1
re模块和collections
re模块和正则表达式
引子
判断手机号码是否合法
方法一： while True: phone_number=input('Please input your phone number') if len(phone_number)==11\ and phone_number.isdigit()\ and phone_number.startswith('13')\ or phone_number.startswith('14')\ or phone_number.startswith('15')\ or phone_number.startswith('18'): print('是合法的手机号码') else: print('不是合法的') 方法二： import re phone_number=input('Please input your phone_number:') if re.match('^(13|15|17|18)[0-9]{9}$',phone_number): print('是合法的手机号码') else: print('不是合法的')
正则表达不仅在Python领域很重要，在整个编程界都占有举足轻重的地位
正则表达式的官方定义：对字符串操作的一种逻辑公式，就是事先定义好一个特定字符或一些特定字符的组合，组成一个‘规则字符串’，用来表达对字符串的一种逻辑过滤
字符组：在同一位置可能出现的各种字符组成字符组，在正则表达式中用[]表示
正则表达式
元字符 匹配内容
. 匹配除换行符以外的任意字符
\w 匹配字母或数字或下划线
\s 匹配任意的空白符
\d 匹配数字
\n 匹配一个换行符
\t 匹配一个制表符
\b 匹配一个单词的结尾
^ 匹配字符串的开始
$ 匹配字符串的结束
\W 匹配非字母或数字或下划线
\D 匹配非数字
\S 匹配非空白符
a|b 匹配字符a或字符b
() 匹配括号内的表达式，也表示一个组
[....] 匹配字符组中的字符
[^....] 匹配除了字符组中字符的所有字符
<.*> 贪婪匹配模式，会匹配尽量长的字符串
<.*?> 加上？为 非贪婪模式，会匹配尽量短的字符串
量词 用方法说明
* 重复零次或更多次
+ 重复一次或更多次
？ 重复零次或一次
{n} 重复n次
{n,} 重复n次或更多次
{n，m}重复n次到m次
几个常用的非贪婪匹配
* ？ 重复任意多次，但尽可能的少重复
+ ？ 重复一次或更多次 但尽可能的少重复
？？ 重复零次或一次 但尽可能的少重复
{n}？ 重复n次 但尽可能的少重复
{n,}? 重复n次或更多次 但尽可能的少重复
{n，m}?重复n次到m次 但尽可能的少重复
*，+，？都是贪婪匹配，也就是尽可能的匹配，后面加？使其变成惰性匹配
转义符\
在正则表达式中，有很多特殊意义的是元字符
re 模块下的常用方法
import re
ret=re.findall('o','lanbo,xiebaobao,wangshanglong,madeshengooooo')
print(ret) #凡是满足匹配条件的结果都放在列表里，有多少放多少，不会显示个数
ret=re.search('e','eva egon ').group()
ret=re.match('a','abc').group()
print(ret)
ret=re.sub('\d','H','eva3egon4yuan4')
print(ret) #替换，相当于replace
ret=re.subn('\d','H','eva3egon4yuan4')
print(ret)
obj=re.compile('\d{6}')#编译成一个正则表达式对象，规则要匹配的是3个数字
ret=obj.search('123123abcdeeee')#正则表达式对象调用search,参数为待匹配的字符串
print(ret.group()) #数字不能放在字母中间，否则会出错，后面，但不能分开放
obj=re.compile('\D{6}')
ret=obj.search('123fgs--==')
print(ret.group())
ret=re.finditer('\d','ds3sy4784a')#finditer返回一个存放匹配结果的迭代器
print(ret)
print(next(ret).group()) #查看第一个结果
print(next(ret).group()) #查看第二个结果
print(next(ret).group()) #查看第三个结果
print(i.group() for i in ret) #查看剩余的左右结果
#返回的结果为<generator object <genexpr> at 0x00000000022588E0>表示看不懂
findindall优先级查询
ret=re.findall('www.(baidu|oldboy).com','www.oldboy.com')
ret=re.findall('www.(?:baidu|oldboy).com','www.oldboy.com')
print(ret)
split的优先级查询
ret=re.split('\d+','eva3egon4lanb5')
ret=re.split('(\d+)','eva3egon4lanb5') #加括号后保留了匹配的项
print(ret)
collections模块
在内置数据类型（int list set tuple）的基础上,collections
还提供了几个额外的数据类型：Conter deque defaultadict
namedtuple和OrderedDict
namedtuple:生成可以使用名字来访问元素内容的tuple
deque：双端队列，可以快速的从另外一侧追加和退出对象
Counter:计数器，主要用来计数
OrderedDict:有序字典
defaultdict:带有默认值的字典
from collections import namedtuple
namedtuple
Point=namedtuple('Point',['x','y'])
p=Point(1,2)
print(p.x)
print(p.y)
用坐标和半径表示一个圆
Circle=namedtuple('Circle',['x','y','r'])
deque #为了高效的实现插入和删除操作的双向列表，适用于队列和栈
from collections import deque
q=deque(['a','b','c'])
q.append('x')
q.append('y')
q.appendleft('z')
print(q)
q.pop()
q.pop()
q.pop()
q.popleft()
print(q)
orderedDict 有序字典
from collections import OrderedDict
od=OrderedDict()
od['z']=1
od['y']=2
od['x']=3
od['t']=4 #按照插入的key的顺序返回
print(od.keys())
defaultdict
有如下值集合 [11,22,33,44,55,66,77,88,99,90...]，将所有大于 66 的值保存至字典的第一个key中，将小于 66 的值保存至第二个key的值中。
即： {'k1': 大于66 , 'k2': 小于66}
原生字典的解决方法
l=[11,22,33,44,55,66,77,88,99]
d={'k1':[],'k2':[]}
for i in l:
if i>66:
d['k1'].append(i)
else:
d['k2'].append(i)
print(d)
defaultdict字典的解决方法
from collections import defaultdict
values=[11,22,33,44,55,66,77,88,99]
my_dict=defaultdict(list)
for value in values:
if value>66:
my_dict['k1'].append(value)
else:
my_dict['k2'].append(value)
print(my_dict)
使用dict时，如果引用的key不存在，就会抛出KeyError.如果希望key不存在时
返回一个默认值，就可以用defaultdict:
from collections import defaultdict
dd=defaultdict(lambda :'N/A')
dd['key1']='abc'
print(dd)
dd['key2'] #key2不存在，返回默认值
print(dd)
Counter 用来跟踪出现的次数，无序的顺序类型，以字典的键值对形式存储，key为元素，value为计数
from collections import Counter
c=Counter('asfuigesh')
print(c)
