【一】pickle模块
1）序列化方法（dumps）反序列化方法(loads)
import pickle
eg = {'a': 1, 'b': 2}
# 字典转二进制
eg_byt = pickle.dumps(eg)
print(eg_byt)
# 二进制转字典
eg_dic = pickle.loads(eg_byt)
print(eg_dic)
2）写入（dump）读取（load）
import pickle
eg = {'a': 1, 'b': 2}
# 写入
with open('eg', 'wb') as f:
pickle.dump(eg, f)
# 读取
with open('eg', 'rb') as f:
eg = pickle.load(f)
print(eg)
【二】subprocess模块
1）使用
import subprocess
res = subprocess.Popen('diraaa', shell=True,
stdout=subprocess.PIPE, # 管道 负责存储正确的信息
stderr=subprocess.PIPE # 管道 负责存储错误信息
)
print(res) # <subprocess.Popen object at 0x000001ABB1970310>
print(res.stdout.read().decode('gbk')) # tasklist执行之后的正确结果返回
print(res.stderr.read().decode('gbk'))
2）run方法
import subprocess
def runcmd(command):
ret = subprocess.run(command, # 子进程要执行的命令
shell=True, # 执行的是shell的命令
stdout=subprocess.PIPE,
stderr=subprocess.PIPE,
# encoding="utf-8",
timeout=1)
# returncode属性是run()函数返回结果的状态。
if ret.returncode == 0:
print("success:", ret.stdout)
else:
print("error:", ret)
runcmd(["dir", '/b']) # 序列参数
# success: CompletedProcess(args=['dir', '/b'], returncode=0, stderr='')
runcmd("exit 1") # 字符串参数
# error: CompletedProcess(args='exit 1', returncode=1, stdout='', stderr='')
3）call方法
import subprocess
subprocess.call(['python', '--version'])
# Python 3.11.8
【三】re模块（正则语法）
1）字符组
import re
res = re.findall('正则模式','文本')
eg = 'abcdABCD1234'
res = re.findall('[0-9]',eg)
res = re.findall('[a-z]',eg)
res = re.findall('[A-Z]',eg)
res = re.findall('[0-9a-zA-Z]',eg)
2）元字符
| 元字符 |
匹配内容 |
| . |
除换行符以外的任意字符 |
| \w |
字母或数字或下划线 |
| \s |
任意的空白符 |
| \d |
数字 |
| \n |
一个换行符 |
| \t |
一个制表符 |
| \b |
一个单词的结尾 |
| ^ |
字符串的开始 |
| $ |
字符串的结尾 |
| \W |
非字母或数字或下划线 |
| \D |
非数字 |
| \S |
非空白符 |
| a|b |
字符a或字符b |
| () |
括号内的表达式，也表示一个组 |
| [...] |
字符组中的字符 |
| [^...] |
除了字符组中字符的所有字符 |
3）量词
| 量词 |
用法说明 |
| * |
重复零次或更多次 |
| + |
重复一次或更多次 |
| ? |
重复零次或一次 |
|
重复n次 |
|
重复n次或更多次 |
|
重复n到m次 |
4）位置元字符
| 正则 |
待匹配字符 |
匹配 结果 |
说明 |
| 海. |
海燕海娇海东 |
海燕，海娇，海东 |
匹配所有"海."的字符 |
| ^海. |
海燕海娇海东 |
海燕 |
只从开头匹配"海." |
| 海.$ |
海燕海娇海东 |
海东 |
只匹配结尾的"海.$" |
5）重复匹配
| 正则 |
待匹配字符 |
匹配 结果 |
说明 |
| 李.? |
李杰和李莲英和李二棍子 |
李杰，李莲，李二 |
?表示重复零次或一次，即只匹配"李"后面一个任意字符 |
| 李.* |
李杰和李莲英和李二棍子 |
李杰和李莲英和李二棍子 |
*表示重复零次或多次，即匹配"李"后面0或多个任意字符 |
| 李.+ |
李杰和李莲英和李二棍子 |
李杰和李莲英和李二棍子 |
+表示重复一次或多次，即只匹配"李"后面1个或多个任意字符 |
| 李. |
李杰和李莲英和李二棍子 |
李杰和，李莲英，李二棍 |
{1,2}匹配1到2次任意字符 |
6）字符集
| 正则 |
待匹配字符 |
匹配 结果 |
说明 |
| 李[杰莲英二棍子]* |
李杰和李莲英和李二棍子 |
李杰，李莲，李二 |
表示匹配"李"字后面[杰莲英二棍子]的字符任意一个 |
| 李【^和】* |
李杰和李莲英和李二棍子 |
李杰李莲英，李二棍子 |
表示匹配一个不是"和"的字符任意次 |
| [\d] |
456bdha3 |
4，5，6，3 |
表示匹配任意一个数字，匹配到4个结果 |
| [\d]+ |
456bdha3 |
456，3 |
表示匹配任意个数字，匹配到2个结果 |
7）分组匹配
- | 或条件
- （）优先匹配
- [^] 除了当前字符组以外的其他字符
8）贪婪匹配
- 贪婪匹配：在满足匹配时，匹配尽可能长的字符串，默认情况下，采用贪婪匹配
- 非贪婪匹配：加上？转为非贪婪匹配模式，在满足匹配时，匹配尽可能短的字符串
几个常用的非贪婪匹配，Pattern
- *? 重复任意次，但尽可能少重复
- +? 重复1次或更多次，但尽可能少重复
- ?? 重复0次或1次，但尽可能少重复
- {n,m}? 重复n到m次，但尽可能少重复
- {n,}? 重复n次以上，但尽可能少重复
9）常用方法
1.查找结构（findall）
import re
name_str = "Dream yuan Justin"
# 返回所有满足匹配条件的结果,放在列表里
result = re.findall('a', name_str)
print(result) # 结果 : ['a', 'a']
2.查找结构（search）
import re
name_str = "Dream yuan Justin"
# 找到第一个然后返回该信息的对象,该对象可以通过调用group()方法得到匹配的字符串，没有则返回None。
result = re.search('a', name_str).group()
print(result) # 结果 : 'a'
3.查找结果（match）
import re
name_str = 'abc'
# 同search,不过仅在字符串开始处进行匹配
result = re.match('a', 'abc').group()
print(result) # 结果 : 'a'
4.切割（split）
import re
name_str = 'abcd'
# 先按'a'分割得到''和'bcd',在对''和'bcd'分别按'c'分割
result = re.split('[ac]', name_str)
print(result) # ['', 'b', 'd']
5.指定个数替换（sub）
import re
name_str = 'a1b2c3'
# 将数字替换成'x'，参数2表示只替换2个
result = re.sub('\d', 'X', name_str, 2)
print(result) # aXbXc3
6.替换全部（subn）
import re
name_str = 'a1b2c3'
# 将数字替换成'H'，也可指定替换个数
result = re.subn('\d', 'X', name_str)
print(result) # ('aXbXcX', 3)
7.编译正则表达式（compile）
import re
# 将正则表达式编译成为一个 正则表达式对象，规则要匹配的是3个数字
obj = re.compile('\d{3}')
# 正则表达式对象调用search，参数为待匹配的字符串
ret = obj.search('abc123eeee')
print(ret.group()) # 结果 ： 123
8.匹配结果为迭代器(finditer)
import re
# finditer返回一个存放匹配结果的迭代器
ret = re.finditer('\d', 'ds3sy4784a')
print(ret)
# <callable_iterator object at 0x10195f940>
print(next(ret).group())
# 查看第一个结果 3
print(next(ret).group())
# 查看第二个结果 4
print([i.group() for i in ret])
# 查看剩余的所有结果 ['7', '8', '4']
10）正则方法优先级
1.findall的优先级查询
import re
# 这是因为findall会优先把匹配结果组里内容返回
ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')
print(ret) # ['oldboy']
# 如果想要匹配结果,取消权限即可
ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')
print(ret) # ['www.oldboy.com']
2.split的优先级查询
import re
ret = re.split("\d+", "abc1def2ghi")
print(ret) # 结果 ： ['abc', 'def', 'ghi']
# 没有（）的没有保留所匹配的项
ret = re.split("(\d+)", "abc1def2ghi")
print(ret) # 结果 ： ['abc', '1', 'def', '2', 'ghi']
# 有（）的却能够保留了匹配的项
【补】常用正则表达式
| 场景 |
正则表达式 |
| 用户名 |
^[a-z0-9_-]{3,16}$ |
| 密码 |
^[a-z0-9_-]{6,18}$ |
| 手机号码 |
^(?:\+86)?1[3-9]\d{9}$ |
| 颜色的十六进制值 |
^#?([a-f0-9] |
| 电子邮箱 |
^[a-z\d]+(\.[a-z\d]+)*@([\da-z](-[\da-z])?)+\.[a-z]+$ |
| URL |
^(?:https:// |
| IP 地址 |
((2[0-4]\d |
| HTML 标签 |
^<([a-z]+)([^<]+)*(?:>(.*)<\/\1> |
| utf-8编码下的汉字范围 |
^[\u2E80-\u9FFF]+$ |
