python內建模組之正則re模組&collections模組&time&datetime模組
阿新 • • 發佈：2021-11-25
1. re模組
在python中想使用正則必須藉助於模組，而 re就是其中之一。
import re # 1. re.findall('正則表示式', '待匹配的文字') # 根據正則匹配出所有符合條件的資料 res = re.findall('a', 'eva jason joshua jack') print(res) # 返回值是列表，沒找到則返回空列表[] # ['a', 'a', 'a', 'a'] # 2. re.search('正則表示式', '待匹配的文字') # 根據正則匹配到一個符合條件的就結束 res1 = re.search('a', 'eva jason joshua jack') print(res1) # <re.Match object; span=(2, 3), match='a'> # 產生結果物件，如果沒有符合條件的資料，返回None，並且使用group會直接報錯。 print(res1.group()) # 獲取真正的結果 ：a # 3. re.match('正則表示式','待匹配的文字') # 根據正則從 頭 開始匹配，（文字內容必須在開頭匹配上） res2 = re.match('a', 'badc') print(res2) # 產生結果物件，如果沒有符合條件的資料，返回None，並且使用group會直接報錯。 print(res2.group()) # 獲取真正的結果 if res2: print(res2.group()) else: print('不好意思，沒找到')
re模組其他方法
import re 1. res = re.split('[ab]','abcd') print(res) # ['','','cd'] # 以a和b為切割條件分割字串 2. res1 = re.sub('\d','H','eva3jason4yuan4', 1) # 替換正則匹配到的內容，可以控制匹配個數。 print(res1) # evaHjason4yuan4 # 類似於字串型別的replace方法， 3. res2 = re.subn('\d','H','eva3jason4yuan4') print(res2) # ('evaHjasonHyuanH', 3) # 替換並告訴我們用sub替換了幾處內容，返回的是元組 4."""常用的""" obj = re.compile('\d{3}') # 該方法用於將正則表示式預編譯，後續重複千萬次使用的時候，可以直接用！ res3 = obj.search('ajcj23o8a933') res4 = obj.findall('lo837k38274') print(res3.group(), res4) # 933 ['837', '382'] 5."""常用的""" res5 = re.finditer('\d', 'ds3s4784a') print(res) # 返回迭代器物件 # 先for迴圈再group取值 print( [i.group() for i in res ] ) # 找不到時返回空列表
re擴充套件---分組優先機制
import re 1. res = re.search('^[1-9](\d{14})(\d{2}[0-9x])?$','110105199812067023') print(res.group()) # 110105199812067023 print(res.group(1)) # 10105199812067 print(res.group(2)) # 023 2. re.findall針對分組優先展示，無名分組 # 重要 res1 = re.findall('^[1-9]\d{14}(\d{2}[0-9x])?$','110105199812067023') print(res1) # [023] res2 = re.findall('^[1-9]\d{14}(?:\d{2}[0-9x])?$','110105199812067023') print(res2) # ['110105199812067023'] # 括號內最前方加 ?: 取消分組優先展示 3. 起別名，有名分組，小括號 # 重要 res3 = re.search('^[1-9](?P<othername>\d{14})(?P<kkk>\d{2}[0-9x])?$','110105199812067023') # ?P<別名> print(res3) #<re.Match object; span=(0, 18), match='110105199812067023'> print(res3.group()) # 110105199812067023 print(res3.group(1)) # 10105199812067 print(res3.group('othername')) # 10105199812067 print(res3.group('kkk')) # 023 4. res4 = re.findall('^[1-9](?P<xxx>\d{14})(?P<kkk>\d{2}[0-9x])?$','110105199812067023') print(res4) # [('10105199812067', '023')]
re實戰之爬取紅牛分公司資料
import re
# 讀取待匹配的資料
with open(r'redbull.txt', 'r', encoding='utf8') as f:
# redbull.txt為讀取到的紅牛分支公司網頁原始碼
data = f.read()
# print(data)
# 利用正則匹配資料
# 分公司名稱
title_list = re.findall('<h2>(.*?)</h2>', data)
# print(title_list)
# 分公司地址
address_list = re.findall("<p class='mapIco'>(.*?)</p>", data)
# print(address_list)
# 分公司郵箱
email_list = re.findall("<p class='mailIco'>(.*?)</p>", data)
# print(email_list)
# 分公司電話
phone_list = re.findall("<p class='telIco'>(.*?)</p>", data)
res = zip(title_list, address_list, email_list, phone_list)
for data_tuple in res:
print("""
公司名稱：{}，
公司地址：{}，
公司郵編：{}，
公司電話：{}
""".format(data_tuple[0], data_tuple[1], data_tuple[2], data_tuple[3]))
4. collections模組
該模組內部提供了一些高階的資料型別
-
namedtuple: 具名元組
from collections import namedtuple """ namedtuple('名稱',[名字1,名字2...]) namedtuple('名稱',[名字1,名字2...]) """ # 基本用法 point = namedtuple('座標',['東經','北緯']) res = point(118.88, 23.5) print(res) print(res.東經) print(res.北緯) """ 座標(東經=116.88, 北緯=23.5) 116.88 23.5""" point1 = namedtuple('座標','x y z') res = potin1(1,2,3) print(res) print(res.x) print(res.y) print(res.z) """ 座標(x=1, y=2, z=3) 1 2 3 """ -
duque：佇列與雙端佇列
import queue from collections import deque # 初始化佇列 q = queue.Queue(5) # 5個位置 # 往佇列中新增元素 q.put('fir') q.put('sec') q.put('thr') # 從佇列中獲取元素 print(q.get()) print(q.get()) print(q.get()) print(q.get()) # 值 取沒了就會原地等待 # 雙端佇列 q = deque([11,22,33]) print(q) q.append(44) # 從右邊新增 q.appendleft(55) # 從左邊新增 print(q.pop()) # 從右邊取值 print(q.popleft()) # 從左邊取值 -
Counter：計數器，主要用來計數
from collections import Couter # 統計各字元出現的次數 res = 'acbakjcabhacbakcbalcbacbaacdfha' new_dict = {} for i in res: if i not in new_dict: new_dict[i] = 1 else: new_dict[i] += 1 print(new_dict) ret = Counter(res) print(ret) """ {'a': 6, 'b': 6, 'c': 5, 'h': 3} Counter({'a': 6, 'b': 6, 'c': 5, 'h': 3}) """ -
OrderedDict：有序字典
from collections import OrderedDict normal_dict = dict([('name','joshua'),('pwd',123),('hobby','study')]) print(normal_dict) order_dict = OrderedDict([('name','joshua'),('pwd',123),('hobby','study')]) print(order_dict) OrderedDict 的Key會按照插入的順序，不是按照key排序 -
defaultdict：帶有預設值的字典
l = [11,22,33,44,55,66,77,88,99] li_dic = {'k1':[], 'k2':[]} for i in l: if i > 66: li_dic['k1'].append(i) else: li_dic['k2'].append(i) # 預設值字典 from collections import defaultdict values = [11,22,33,44,55,66,77,88,99] my_dict = defaultdict(list) for value in values: if value > 60: my_dict['k1'].append(value) else: my_dict['k2'].append(value) print(my_dict)
5. time模組
時間三種表現形式：
- 時間戳（秒數）1970-1-1開始
- 結構化時間（一般給機器看的）
- 格式化時間（一般給人看的）
三種時間是可以相互轉換的！！！
import time
time.sleep(3) # 原地阻塞指定秒數
time.time() # 獲取時間戳時間
# 格式化時間
print(time.strftime('%Y-%m-%d'))
print(time.strftime('%Y-%m-%d %H:%M:%S'))
print(time.strftime('%Y-%m-%d %X')) # 同上
# 更多時間相關符號，存在易查詢的位置。
# 結構化時間
print(time.localtime()) # 本地時間
print(time.gmtime()) # utf時間，能將時間戳轉換成結構化時間
6. datetime模組
from datetime import date,datetime, timezone, timedelta
print(date.today())
print(datetime.today())
# 等同於print(datetime.now())
"""
date 年月日
datetime 年月日時分秒
time 時分秒
"""
res = datetime.today()
print(res.year)
print(res.month)
print(res.day)
print(res.weekday()) # 星期0-6
print(res.isoweekday()) # 星期1-7
"""時間差 timedelta"""
ctime = datetime.today()
time_tel = timedelta(days=2)
print(ctime - time_tel)
print(time_tel + time)
"""
日期物件 = 日期物件 +/- timedelta物件
timedelta物件 = 日期物件 +/- 日期物件
"""
print(datetime.now())
print(datetime.utcnow())
# 格式轉換
# 字串格式時間 ---> datetime格式時間
text = '2021-11-11'
v1 = datetime.strptime(text, '%Y-%m-%d')
print(v1)
# datetime格式 ---> 轉換為字串格式
v1 = datetime.now()
val = v1.strftime('%Y-%m-%d %H:%M:%S')
print(val)
# 時間戳格式 ---> 轉換為datetime格式
ctime = time.time()
v1 = datetime.fromtimestamp(ctime)
print(v1)
# datetime格式 ---> 轉換為時間戳格式
v1 = datetime.now()
val = v1.timestamp()
print(val)