第一個 move re.search tar 保留 all basic format mktime

1 >>> import time
2 >>> time.time()
3 1491064723.808669
4 >>> # time.time()返回當前時間的時間戳timestamp(定義為從格林威治時間1970年01月01日00時00分00秒起至現在的總秒數)的方法,無參數
5 >>> time.asctime()
6 ‘Sun Apr 2 00:39:32 2017‘
7 >>> # time.asctime()把struct_time對象格式轉換為字符串格式為‘Sun Apr 2 00:39:32 2017‘
8 >>> time.asctime(time.gmtime())
9 ‘Sat Apr 1 16:41:41 2017‘
10 >>> time.asctime(time.localtime())
11 ‘Sun Apr 2 00:42:06 2017‘
12 >>> time.ctime()
13 ‘Sun Apr 2 00:42:29 2017‘
14 >>> # time.ctime()把時間戳轉換為字符串格式‘Sun Apr 2 00:42:29 2017‘,默認為當前時間戳
15 >>> time.ctime(1491064723.808669)
16 ‘Sun Apr 2 00:38:43 2017‘
17 >>> time.altzone # 返回與utc時間的時間差,以秒計算
18 -32400
19 >>> time.localtime() # 把時間戳轉換為struct_time對象格式,默認返回當前時間戳
20 time.struct_time(tm_year=2017, tm_mon=4, tm_mday=2, tm_hour=0, tm_min=45, tm_sec=26, tm_wday=6, tm_yday=92, tm_isdst=0)
21 >>> time.localtime(1491064723.808669)
22 time.struct_time(tm_year=2017, tm_mon=4, tm_mday=2, tm_hour=0, tm_min=38, tm_sec=43, tm_wday=6, tm_yday=92, tm_isdst=0)
23 >>>
24 >>> time.gmtime() # 將utc時間戳轉換成struct_time對象格式,默認返回當前時間的
25 time.struct_time(tm_year=2017, tm_mon=4, tm_mday=1, tm_hour=16, tm_min=46, tm_sec=32, tm_wday=5, tm_yday=91, tm_isdst=0)
26 >>> time.gmtime(1491064723.808669)
27 time.struct_time(tm_year=2017, tm_mon=4, tm_mday=1, tm_hour=16, tm_min=38, tm_sec=43, tm_wday=5, tm_yday=91, tm_isdst=0)
28 >>>
29 >>>
30 >>> time.strftime(‘%Y-%m-%d %H:%M:%S‘, time.localtime()) # 將本地時間的struct_time格式轉成自定義字符串格式 2017-04-01 23:15:47
31 ‘2017-04-02 00:47:49‘
32 >>>
33 >>> time.strftime(‘%Y-%m-%d %H:%M:%S‘, time.gmtime()) # 將utc時間的struct_time格式轉成自定義字符串格式 2017-04-01 23:15:47
34 ‘2017-04-01 16:48:27‘
35 >>>
36 >>> time.strptime(‘2017-04-02 00:47:49‘, ‘%Y-%m-%d %H:%M:%S‘) # 將 日期字符串 轉成 struct_time時間對象格式,註意轉換後的tm_isdst=-1()夏令時狀態
37 time.struct_time(tm_year=2017, tm_mon=4, tm_mday=2, tm_hour=0, tm_min=47, tm_sec=49, tm_wday=6, tm_yday=92, tm_isdst=-1)
38 >>>
39 >>> time.mktime(time.localtime())
40 1491065416.0
41 >>> # 將struct_tiame時間對象轉成時間戳 結果返回1491061855.0 ,忽略小於秒的時間(忽略小數點後面)
42 >>>
43 >>> time.mktime(time.localtime(1491061855.0011407))
44 1491061855.0
45 >>> # 結果返回1491061855.0 ,忽略小於秒的時間(忽略小數點後面)
46 >>>
47 >>> time.mktime(time.gmtime(1491061855.0011407))
48 1491033055.0
49 >>>
50 >>> # 結果返回1491033055.0 ,忽略小於秒的時間(忽略小數點後面)
51 >>>

時間轉換關系圖

格式字符及意義

%a 星期的簡寫。如 星期三為Web
%A 星期的全寫。如 星期三為Wednesday
%b 月份的簡寫。如4月份為Apr
%B月份的全寫。如4月份為April
%c: 日期時間的字符串表示。（如： 04/07/10 10:43:39）
%d: 日在這個月中的天數（是這個月的第幾天）
%f: 微秒（範圍[0,999999]）
%H: 小時（24小時制，[0, 23]）
%I: 小時（12小時制，[0, 11]）
%j: 日在年中的天數 [001,366]（是當年的第幾天）
%m: 月份（[01,12]）
%M: 分鐘（[00,59]）
%p: AM或者PM
%S: 秒（範圍為[00,61]，為什麽不是[00, 59]，參考python手冊~_~）
%U: 周在當年的周數當年的第幾周），星期天作為周的第一天
%w: 今天在這周的天數，範圍為[0, 6]，6表示星期天
%W: 周在當年的周數（是當年的第幾周），星期一作為周的第一天
%x: 日期字符串（如：04/07/10）
%X: 時間字符串（如：10:43:39）
%y: 2個數字表示的年份
%Y: 4個數字表示的年份
%z: 與utc時間的間隔 （如果是本地時間，返回空字符串）
%Z: 時區名稱（如果是本地時間，返回空字符串）

datetime模塊,方便時間計算

 1 >>> import datetime
 2 >>> datetime.datetime.now()
 3 datetime.datetime(2017, 4, 7, 16, 52, 3, 199458)
 4 # 返回一組數據(年,月,日,小時,分鐘,秒,微秒)
 5 
 6 >>> print(datetime.datetime.now())
 7 2017-04-07 16:52:55.000164
 8 # 打印返回格式(固定)
 9 
10 >>> datetime.datetime.now()+datetime.timedelta(days=3)
11 datetime.datetime(2017, 4, 10, 16, 53, 51, 180847)
12 # 時間加(減),可以是日,秒,微秒,毫秒,分,小時,周
13 #days=0, seconds=0, microseconds=0,milliseconds=0, minutes=0, hours=0, weeks=0
14 >>> print(datetime.datetime.now()+datetime.timedelta(weeks=1))
15 2017-04-17 16:54:08.916243
16 
17 >>> datetime.datetime.now().replace(minute=3,hour=2)
18 datetime.datetime(2017, 4, 7, 2, 3, 11, 163663)
19 # 時間替換
20 
21 >>> datetime.datetime.now()
22 datetime.datetime(2017, 4, 7, 16, 58, 22, 195439)
23 
24 >>> datetime.datetime.now().replace(day=1,month=1)
25 datetime.datetime(2017, 1, 1, 16, 59, 13, 210556)
26 >>> 
27 # 直接替換相應位置數據

random模塊

 1 import random
 2 >>> print(random.random())
 3 0.5364503211492734
 4 >>> print(random.randint(1,10))
 5 3
 6 >>> # 整數1-10(包括10),隨機取一個值
 7 >>> 
 8 >>> 
 9 >>> 
10 >>> print(random.randrange(1, 10))
11 8
12 >>> # 整數1-10(不包括10),隨機取一個值

生成隨機驗證碼

 1 import random
 2 
 3 checkcode = ‘‘
 4 for i in range(6):
 5     current = random.randrange(0, 6)
 6     if current != i and current+1 != i:
 7         temp = chr(random.randint(65, 90))
 8         # 65-90是A-Z
 9     elif current+1 == i:
10         temp = chr(random.randint(97, 122))
11         # 97-122是a-z
12     else:
13         temp = random.randint(0, 9)
14     checkcode += str(temp)
15 print(checkcode)
16 
17 # 一共6位驗證碼,
18 # 第一位有1/6幾率是數字,其它都是大寫字母
19 # 第二到第六位,都是有1/6幾率是小寫字母,1/6幾率是數字,其它都是大寫字母

OS模塊　

提供對操作系統進行調用的接口

 1 os.getcwd() 獲取當前工作目錄，即當前python腳本工作的目錄路徑
 2 os.chdir("dirname")  改變當前腳本工作目錄；相當於shell下cd
 3 os.curdir  返回當前目錄: (‘.‘)
 4 os.pardir  獲取當前目錄的父目錄字符串名：(‘..‘)
 5 os.makedirs(‘dirname1/dirname2‘)    可生成多層遞歸目錄
 6 os.removedirs(‘dirname1‘)    若目錄為空，則刪除，並遞歸到上一級目錄，如若也為空，則刪除，依此類推
 7 os.mkdir(‘dirname‘)    生成單級目錄；相當於shell中mkdir dirname
 8 os.rmdir(‘dirname‘)    刪除單級空目錄，若目錄不為空則無法刪除，報錯；相當於shell中rmdir dirname
 9 os.listdir(‘dirname‘)    列出指定目錄下的所有文件和子目錄，包括隱藏文件，並以列表方式打印
10 os.remove()  刪除一個文件
11 os.rename("oldname","newname")  重命名文件/目錄
12 os.stat(‘path/filename‘)  獲取文件/目錄信息
13 os.sep    輸出操作系統特定的路徑分隔符，win下為"\\",Linux下為"/"
14 os.linesep    輸出當前平臺使用的行終止符，win下為"\t\n",Linux下為"\n"
15 os.pathsep    輸出用於分割文件路徑的字符串
16 os.name    輸出字符串指示當前使用平臺。win->‘nt‘; Linux->‘posix‘
17 os.system("bash command")  運行shell命令，直接顯示
18 os.environ  獲取系統環境變量
19 os.path.abspath(path)  返回path規範化的絕對路徑
20 os.path.split(path)  將path分割成目錄和文件名二元組返回
21 os.path.dirname(path)  返回path的目錄。其實就是os.path.split(path)的第一個元素
22 os.path.basename(path)  返回path最後的文件名。如何path以／或\結尾，那麽就會返回空值。即os.path.split(path)的第二個元素
23 os.path.exists(path)  如果path存在，返回True；如果path不存在，返回False
24 os.path.isabs(path)  如果path是絕對路徑，返回True
25 os.path.isfile(path)  如果path是一個存在的文件，返回True。否則返回False
26 os.path.isdir(path)  如果path是一個存在的目錄，則返回True。否則返回False
27 os.path.join(path1[, path2[, ...]])  將多個路徑組合後返回，第一個絕對路徑之前的參數將被忽略
28 os.path.getatime(path)  返回path所指向的文件或者目錄的最後存取時間
29 os.path.getmtime(path)  返回path所指向的文件或者目錄的最後修改時間

更多os模塊猛擊這裏

sys模塊

用於提供對解釋器相關的操作

1 sys.argv           命令行參數List，第一個元素是程序本身路徑
2 sys.exit(n)        退出程序，正常退出時exit(0)
3 sys.version        獲取Python解釋程序的版本信息
4 sys.maxint         最大的Int值
5 sys.path           返回模塊的搜索路徑，初始化時使用PYTHONPATH環境變量的值
6 sys.platform       返回操作系統平臺名稱
7 sys.stdout.write(‘please:‘)
8 val = sys.stdin.readline()[:-1]

更多sys模塊猛擊這裏

shutil 模塊

高級的 文件、文件夾、壓縮包 處理模塊

shutil.copyfileobj(fsrc, fdst)
將文件內容拷貝到另一個文件中，可以部分內容,如下(註意需要打開文件):

1 import shutil
2 
3 with open(‘testfile‘, ‘r‘, encoding=‘utf-8‘) as f,4      open(‘testfile1‘, ‘w‘, encoding=‘utf-8‘) as f1:
5     shutil.copyfileobj(f, f1)

shutil.copyfile(src, dst)
僅拷貝文件

用法是shutil.copyfile(src_path, dst_path),如下:

import shutil

shutil.copyfile(r‘C:\Users\筆記.txt‘, r‘C:\test1\筆記.txt‘)

shutil.copystat(src, dst)
僅拷貝狀態信息，包括：mode bits, atime, mtime, flags.用法格式同shutil.copyfile(src, dst)

shutil.copymode(src, dst)
僅拷貝權限。內容、組、用戶均不變,用法格式同shutil.copyfile(src, dst)

shutil.copy(src, dst)
拷貝文件和權限,用法個是同shutil.copyfile(src, dst)

shutil.copy2(src, dst)
拷貝文件和狀態信息,用法個是同shutil.copyfile(src, dst)

shutil.copytree(src, dst, symlinks=False, ignore=None)
拷貝一個目錄,src是原目錄路徑,dst是新目錄路徑

shutil.rmtree(path)
刪除一個目錄,path為目錄路徑

shutil.move(src, dst)
移動文件或目錄,src是原文件或目錄的路徑,dst是新目錄路徑!使用的copy2函數拷貝文件和狀態信息

1 import shutil
2 
3 shutil.move(r‘C:\Users\筆記.txt‘, r‘C:\test1‘)

shutil.make_archive(base_name, format,...)

創建壓縮包並返回文件路徑，例如：zip、tar

• base_name： 壓縮包的文件名，也可以是壓縮包的路徑。只是文件名時，則保存至當前目錄，否則保存至指定路徑，
  如：www =>保存至當前路徑
  如：/Users/wupeiqi/www =>保存至/Users/wupeiqi/
• format： 壓縮包種類，“zip”, “tar”, “bztar”，“gztar”
• root_dir： 要壓縮的文件夾路徑（默認當前目錄）
• owner： 用戶，默認當前用戶
• group： 組，默認當前組
• logger： 用於記錄日誌，通常是logging.Logger對象

1 #將 /Users/wupeiqi/Downloads/test 下的文件打包放置當前程序目錄
2  
3 import shutil
4 ret = shutil.make_archive("wwwwwwwwww", ‘gztar‘, root_dir=‘/Users/wupeiqi/Downloads/test‘)
5  
6  
7 #將 /Users/wupeiqi/Downloads/test 下的文件打包放置 /Users/wupeiqi/目錄
8 import shutil
9 ret = shutil.make_archive("/Users/wupeiqi/wwwwwwwwww", ‘gztar‘, root_dir=‘/Users/wupeiqi/Downloads/test‘)

shutil 對壓縮包的處理是調用 ZipFile 和 TarFile 兩個模塊來進行的，詳細：

import zipfile

# 壓縮
z = zipfile.ZipFile(‘laxi.zip‘, ‘w‘)
z.write(‘a.log‘)
z.write(‘data.data‘)
z.close()

# 解壓
z = zipfile.ZipFile(‘laxi.zip‘, ‘r‘)
z.extractall()
z.close()

zipfile 壓縮解壓

import tarfile

# 壓縮
tar = tarfile.open(‘your.tar‘,‘w‘)
tar.add(‘/Users/wupeiqi/PycharmProjects/bbs2.zip‘, arcname=‘bbs2.zip‘)
# arcname指定壓縮目錄,不指定就默認文件絕對目錄
tar.add(‘/Users/wupeiqi/PycharmProjects/cmdb.zip‘, arcname=‘cmdb.zip‘)
tar.close()

# 解壓
tar = tarfile.open(‘your.tar‘,‘r‘)
tar.extractall()  # 可設置解壓地址
tar.close()

tarfile 壓縮解壓

tarfile只打包不壓縮,zip會壓縮

logging 模塊

用於便捷記錄日誌且線程安全的模塊

 1 import logging
 2  
 3  
 4 logging.basicConfig(filename=‘log.log‘,
 5                     format=‘%(asctime)s  %(filename)s : %(lineno)s -%(levelname)s : %(message)s‘,
 6                     datefmt=‘%m-%d-%Y %I:%M:%S %p‘,
 7                     level=10)
 8  
 9 logging.debug(‘debug‘)
10 logging.info(‘info‘)
11 logging.warning(‘warning‘)
12 logging.error(‘error‘)
13 logging.critical(‘critical‘)
14 logging.log(10,‘log‘)

對於等級level

CRITICAL level= 50 FATAL level= 50 ERROR level= 40 WARNING level= 30 WARN level= 30 INFO level= 20 DEBUG level= 10 NOTSET level= 0 只有大於當前日誌等級的操作才會被記錄!!!

日誌格式

%(name)s	Logger的名字
%(levelno)s	數字形式的日誌級別
%(levelname)s	文本形式的日誌級別
%(pathname)s	調用日誌輸出函數的模塊的完整路徑名，可能沒有
%(filename)s	調用日誌輸出函數的模塊的文件名
%(module)s	調用日誌輸出函數的模塊名
%(funcName)s	調用日誌輸出函數的函數名
%(lineno)d	調用日誌輸出函數的語句所在的代碼行
%(created)f	當前時間，用UNIX標準的表示時間的浮 點數表示
%(relativeCreated)d	輸出日誌信息時的，自Logger創建以 來的毫秒數
%(asctime)s	字符串形式的當前時間。默認格式是 “2003-07-08 16:49:45,896”。逗號後面的是毫秒
%(thread)d	線程ID。可能沒有
%(threadName)s	線程名。可能沒有
%(process)d	進程ID。可能沒有
%(message)s	用戶輸出的消息

如果想同時把log打印在屏幕和文件日誌裏，就需要了解一點復雜的知識 了

Python 使用logging模塊記錄日誌涉及四個主要類，使用官方文檔中的概括最為合適：

logger提供了應用程序可以直接使用的接口；

handler將(logger創建的)日誌記錄發送到合適的目的輸出；

filter提供了細度設備來決定輸出哪條日誌記錄；

formatter決定日誌記錄的最終輸出格式。

logger
每個程序在輸出信息之前都要獲得一個Logger。Logger通常對應了程序的模塊名，比如聊天工具的圖形界面模塊可以這樣獲得它的Logger：
LOG=logging.getLogger(”chat.gui”)
而核心模塊可以這樣：
LOG=logging.getLogger(”chat.kernel”)

Logger.setLevel(lel):指定最低的日誌級別，低於lel的級別將被忽略。debug是最低的內置級別，critical為最高
Logger.addFilter(filt)、Logger.removeFilter(filt):添加或刪除指定的filter
Logger.addHandler(hdlr)、Logger.removeHandler(hdlr)：增加或刪除指定的handler
Logger.debug()、Logger.info()、Logger.warning()、Logger.error()、Logger.critical()：可以設置的日誌級別

handler

handler對象負責發送相關的信息到指定目的地。Python的日誌系統有多種Handler可以使用。有些Handler可以把信息輸出到控制臺，有些Logger可以把信息輸出到文件，還有些 Handler可以把信息發送到網絡上。如果覺得不夠用，還可以編寫自己的Handler。可以通過addHandler()方法添加多個多handler
Handler.setLevel(lel):指定被處理的信息級別，低於lel級別的信息將被忽略
Handler.setFormatter()：給這個handler選擇一個格式
Handler.addFilter(filt)、Handler.removeFilter(filt)：新增或刪除一個filter對象

每個Logger可以附加多個Handler。接下來我們就來介紹一些常用的Handler：
1) logging.StreamHandler
使用這個Handler可以向類似與sys.stdout或者sys.stderr的任何文件對象(file object)輸出信息。它的構造函數是：
StreamHandler([strm])
其中strm參數是一個文件對象。默認是sys.stderr

2) logging.FileHandler
和StreamHandler類似，用於向一個文件輸出日誌信息。不過FileHandler會幫你打開這個文件。它的構造函數是：
FileHandler(filename[,mode])
filename是文件名，必須指定一個文件名。
mode是文件的打開方式。參見Python內置函數open()的用法。默認是’a‘，即添加到文件末尾。

3) logging.handlers.RotatingFileHandler
這個Handler類似於上面的FileHandler，但是它可以管理文件大小。當文件達到一定大小之後，它會自動將當前日誌文件改名，然後創建 一個新的同名日誌文件繼續輸出。比如日誌文件是chat.log。當chat.log達到指定的大小之後，RotatingFileHandler自動把 文件改名為chat.log.1。不過，如果chat.log.1已經存在，會先把chat.log.1重命名為chat.log.2。。。最後重新創建 chat.log，繼續輸出日誌信息。它的構造函數是：
RotatingFileHandler( filename[, mode[, maxBytes[, backupCount]]])
其中filename和mode兩個參數和FileHandler一樣。
maxBytes用於指定日誌文件的最大文件大小。如果maxBytes為0，意味著日誌文件可以無限大，這時上面描述的重命名過程就不會發生。
backupCount用於指定保留的備份文件的個數。比如，如果指定為2，當上面描述的重命名過程發生時，原有的chat.log.2並不會被更名，而是被刪除。

4) logging.handlers.TimedRotatingFileHandler
這個Handler和RotatingFileHandler類似，不過，它沒有通過判斷文件大小來決定何時重新創建日誌文件，而是間隔一定時間就 自動創建新的日誌文件。重命名的過程與RotatingFileHandler類似，不過新的文件不是附加數字，而是當前時間。它的構造函數是：
TimedRotatingFileHandler( filename [,when [,interval [,backupCount]]])
其中filename參數和backupCount參數和RotatingFileHandler具有相同的意義。
interval是時間間隔。
when參數是一個字符串。表示時間間隔的單位，不區分大小寫。它有以下取值：
S 秒
M 分
H 小時
D 天
W 每星期（interval==0時代表星期一）
midnight 每天淩晨

re模塊

正則表達式使用反斜桿（\）來轉義特殊字符，使其可以匹配字符本身，而不是指定其他特殊的含義。這可能會和python字面意義上的字符串轉義相沖突，這也許有些令人費解。比如，要匹配一個反斜桿本身，你也許要用‘\\\\‘來做為正則表達式的字符串，因為正則表達式要是\\，而字符串裏，每個反斜桿都要寫成\\。

你也可以在字符串前加上 r 這個前綴來避免部分疑惑，因為 r 開頭的python字符串是 raw 字符串，所以裏面的所有字符都不會被轉義，比如r‘\n‘這個字符串就是一個反斜桿加上一字母n，而‘\n‘我們知道這是個換行符。因此，上面的‘\\\\‘你也可以寫成r‘\\‘，這樣，應該就好理解很多了。可以看下面這段

 1 >>> import re
 2 >>> s = ‘\x5c‘
 3 >>> print(s)
 4  5 >>> re.match(‘\\\\‘, s)  #這樣可以匹配
 6 <_sre.SRE_Match object; span=(0, 1), match=‘\\‘>
 7 >>> re.match(r‘\\‘, s)  #這樣也可以
 8 <_sre.SRE_Match object; span=(0, 1), match=‘\\‘>
 9 >>> re.match(‘\\‘, s)  #但是這樣不行
10 Traceback (most recent call last):
11   File "<pyshell#5>", line 1, in <module>
12     re.match(‘\\‘, s)  #但是這樣不行
13   File "C:\Python36\lib\re.py", line 172, in match
14     return _compile(pattern, flags).match(string)
15   File "C:\Python36\lib\re.py", line 301, in _compile
16     p = sre_compile.compile(pattern, flags)
17   File "C:\Python36\lib\sre_compile.py", line 562, in compile
18     p = sre_parse.parse(p, flags)
19   File "C:\Python36\lib\sre_parse.py", line 848, in parse
20     source = Tokenizer(str)
21   File "C:\Python36\lib\sre_parse.py", line 231, in __init__
22     self.__next()
23   File "C:\Python36\lib\sre_parse.py", line 245, in __next
24     self.string, len(self.string) - 1) from None
25 sre_constants.error: bad escape (end of pattern) at position 0
26 >>> 

正則表達式語法

正則表達式（RE）指定一個與之匹配的字符集合；本模塊所提供的函數，將可以用來檢查所給的字符串是否與指定的正則表達式匹配。
正則表達式可以被連接，從而形成新的正則表達式；例如A和B都是正則表達式，那麽AB也是正則表達式。一般地，如果字符串p與A匹配，q與B匹配的話，那麽字符串pq也會與AB匹配，但A或者B裏含有邊界限定條件或者命名組操作的情況除外。也就是說，復雜的正則表達式可以用簡單的連接而成。
正則表達式可以包含特殊字符和普通字符，大部分字符比如‘A‘，‘a‘和‘0‘都是普通字符，如果做為正則表達式，它們將匹配它們本身。由於正則表達式可以連接，所以連接多個普通字符而成的正則表達式last也將匹配‘last‘。（後面將用不帶引號的表示正則表達式，帶引號的表示字符串）

下面就來介紹正則表達式的特殊字符：

‘.‘
點號，在普通模式，它匹配除換行符外的任意一個字符；如果指定了 DOTALL 標記，匹配包括換行符以內的任意一個字符。

‘^‘
尖尖號，匹配一個字符串的開始，在 MULTILINE 模式下，也將匹配任意一個新行的開始。

‘$‘
美元符號，匹配一個字符串的結尾或者字符串最後面的換行符，在 MULTILINE 模式下，也匹配任意一行的行尾。也就是說，普通模式下，foo.$去搜索‘foo1\nfoo2\n‘只會找到‘foo2′，但是在 MULTILINE 模式，還能找到 ‘foo1′，而且就用一個 $ 去搜索‘foo\n‘的話，會找到兩個空的匹配：一個是最後的換行符，一個是字符串的結尾，演示：

1 >>> re.findall(‘(foo.$)‘, ‘foo1\nfoo2\n‘)
2 [‘foo2‘]
3 >>> re.findall(‘(foo.$)‘, ‘foo1\nfoo2\n‘, re.MULTILINE)
4 [‘foo1‘, ‘foo2‘]
5 >>> re.findall(‘($)‘, ‘foo\n‘)
6 [‘‘, ‘‘]
7 >>> 

‘*‘
星號，指定將前面的RE重復0次或者任意多次，而且總是試圖盡量多次地匹配。

‘+‘
加號，指定將前面的RE重復1次或者任意多次，而且總是試圖盡量多次地匹配。

‘?‘
問號，指定將前面的RE重復0次或者1次，如果有的話，也盡量匹配1次。

*?， +?， ??
從前面的描述可以看到‘*‘，‘+‘和‘?‘都是貪婪的，但這也許並不是我們說要的，所以，可以在後面加個問號，將策略改為非貪婪，只匹配盡量少的RE。示例，體會兩者的區別：

1 >>> re.findall(‘<(.*)>‘, ‘<H1>title</H1>‘)
2 [‘H1>title</H1‘]
3 >>> re.findall(‘<(.*?)>‘, ‘<H1>title</H1>‘)
4 [‘H1‘, ‘/H1‘]

{m,n}
m和n都是數字，指定將前面的RE重復m到n次，例如a{3,5}匹配3到5個連續的a。註意，如果省略m，將匹配0到n個前面的RE；如果省略n，將匹配n到無窮多個前面的RE；當然中間的逗號是不能省略的，不然就變成前面那種形式了。

{m,n}?
前面說的{m,n}，也是貪婪的，a{3,5}如果有5個以上連續a的話，會匹配5個，這個也可以通過加問號改變。a{3,5}?如果可能的話，將只匹配3個a。

‘\‘
反斜桿，轉義‘*‘，‘?‘等特殊字符，或者指定一個特殊序列（下面會詳述）
由於之前所述的原因，強烈建議用raw字符串來表述正則。

[]
方括號，用於指定一個字符的集合。可以單獨列出字符，也可以用‘-‘連接起止字符以表示一個範圍。特殊字符在中括號裏將失效，比如[akm$]就表示字符‘a‘，‘k‘，‘m‘，或‘$‘，在這裏$也變身為普通字符了。[a-z]匹配任意一個小寫字母，[a-zA-Z0-9]匹配任意一個字母或數字。如果你要匹配‘]‘或‘-‘本身，你需要加反斜桿轉義，或者是將其置於中括號的最前面，比如[]]可以匹配‘]‘
你還可以對一個字符集合取反，以匹配任意不在這個字符集合裏的字符，取反操作用一個‘^‘放在集合的最前面表示，放在其他地方的‘^‘將不會起特殊作用。例如[^5]將匹配任意不是‘5‘的字符；[^^]將匹配任意不是‘^‘的字符。
註意：在中括號裏，+、*、(、)這類字符將會失去特殊含義，僅作為普通字符。反向引用也不能在中括號內使用。

‘|‘
管道符號，A和B是任意的RE，那麽A|B就是匹配A或者B的一個新的RE。任意個數的RE都可以像這樣用管道符號間隔連接起來。這種形式可以被用於組中（後面將詳述）。對於目標字符串，被‘|‘分割的RE將自左至右一一被測試，一旦有一個測試成功，後面的將不再被測試，即使後面的RE可能可以匹配更長的串，換句話說，‘|‘操作符是非貪婪的。要匹配字面意義上的‘|‘，可以用反斜桿轉義：\|，或是包含在反括號內：[|]。

(...)
匹配圓括號裏的RE匹配的內容，並指定組的開始和結束位置。組裏面的內容可以被提取，也可以采用\number這樣的特殊序列，被用於後續的匹配。要匹配字面意義上的‘(‘和‘)‘，可以用反斜桿轉義：\(、\)，或是包含在反括號內：[(]、[)]。

(?...)
這是一個表達式的擴展符號。‘?‘後的第一個字母決定了整個表達式的語法和含義，除了(?P...)以外，表達式不會產生一個新的組。下面介紹幾個目前已被支持的擴展：

(?iLmsux)
‘i‘、‘L‘、‘m‘、‘s‘、‘u‘、‘x‘裏的一個或多個字母。表達式不匹配任何字符，但是指定相應的標誌：re.I(忽略大小寫)、re.L(依賴locale)、re.M(多行模式)、re.S(.匹配所有字符)、re.U(依賴Unicode)、re.X(詳細模式)。關於各個模式的區別，下面會有專門的一節來介紹的。使用這個語法可以代替在re.compile()的時候或者調用的時候指定flag參數。
例如，上面舉過的例子，可以改寫成這樣（和指定了re.MULTILINE是一樣的效果）：

1 >>> re.findall(‘(?m)(foo.$)‘, ‘foo1\nfoo2\n‘)
2 [‘foo1‘, ‘foo2‘]
3 >>> re.findall(‘(foo.$)‘, ‘foo1\nfoo2\n‘, re.MULTILINE)
4 [‘foo1‘, ‘foo2‘]
5 >>> 

另外，還要註意(?x)標誌如果有的話，要放在最前面。

(?:...)
匹配內部的RE所匹配的內容，但是不建立組。

(?P<name>...)
和普通的圓括號類似，但是子串匹配到的內容將可以用命名的name參數來提取。組的name必須是有效的python標識符，而且在本表達式內不重名。命名了的組和普通組一樣，也用數字來提取，也就是說名字只是個額外的屬性。
演示一下：

1 >>> m=re.match(‘(?P<var>[a-zA-Z_]\w*)‘, ‘abc=123‘)
2 >>> m.group(‘var‘)
3 ‘abc‘
4 >>> m.group(1)
5 ‘abc‘
6 >>> 

匹配之前以name命名的組裏的內容。
演示一下：

1 >>> re.match(‘<(?P<tagname>\w*)>.*</(?P=tagname)>‘, ‘<h1>xxx</h2>‘)  #這個不匹配
2 >>> re.match(‘<(?P<tagname>\w*)>.*</(?P=tagname)>‘, ‘<h1>xxx</h1>‘)  #這個匹配
3 <_sre.SRE_Match object; span=(0, 12), match=‘<h1>xxx</h1>‘>
4 >>> 

(?#...)
註釋，圓括號裏的內容會被忽略。

(?=...)
如果 ... 匹配接下來的字符，才算匹配，但是並不會消耗任何被匹配的字符。例如 Isaac (?=Asimov) 只會匹配後面跟著 ‘Asimov‘ 的 ‘Isaac ‘，這個叫做“前瞻斷言”。

(?!...)
和上面的相反，只匹配接下來的字符串不匹配 ... 的串，這叫做“反前瞻斷言”。

(?<=...)
只有當當前位置之前的字符串匹配 ... ，整個匹配才有效，這叫“後顧斷言”。字符串‘abcdef‘可以匹配正則(?<=abc)def，因為會後向查找3個字符，看是否為abc。所以內置的子RE，需要是固定長度的，比如可以是abc、a|b，但不能是a*、a{3,4}。註意這種RE永遠不會匹配到字符串的開頭。舉個例子，找到連字符（‘-‘）後的單詞：

1 >>> m = re.search(‘(?<=-)\w+‘, ‘spam-egg‘)
2 >>> m.group(0)
3 ‘egg‘

(?<!...)
同理，這個叫做“反後顧斷言”，子RE需要固定長度的，含義是前面的字符串不匹配 ... 整個才算匹配。

(?(id/name)yes-pattern|no-pattern)
如有由id或者name指定的組存在的話，將會匹配yes-pattern，否則將會匹配no-pattern，通常情況下no-pattern也可以省略。例如：(<)?(\w+@\w+(?:\.\w+)+)(?(1)>)可以匹配 ‘<[email protected]>‘ 和 [email protected]，但是不會匹配 ‘<[email protected]

下面列出以‘\‘開頭的特殊序列。如果某個字符沒有在下面列出，那麽RE的結果會只匹配那個字母本身，比如，\$只匹配字面意義上的‘$‘。

字符：

　　. 匹配除換行符以外的任意字符
　　\w 匹配字母或數字或下劃線或漢字
　　\s 匹配任意的空白符
　　\d 匹配數字
　　\b 匹配單詞的開始或結束
　　^ 匹配字符串的開始
　　$ 匹配字符串的結束

次數：

　　* 重復零次或更多次
　　+ 重復一次或更多次
　　? 重復零次或一次
　　{n} 重復n次
　　{n,} 重復n次或更多次
　　{n,m} 重復n到m次

匹配之搜索

python提供了兩種基於正則表達式的操作：匹配（match）從字符串的開始檢查字符串是否個正則匹配。而搜索（search）檢查字符串任意位置是否有匹配的子串（perl默認就是如此）。
註意，即使search的正則以‘^‘開頭，match和search也還是有許多不同的。

1 >>> re.match("c", "abcdef")  # 不匹配
2 >>> re.search("c", "abcdef") # 匹配
3 <_sre.SRE_Match object at ...>

模塊的屬性和方法

re.compile(pattern[, flags])
把一個正則表達式pattern編譯成正則對象，以便可以用正則對象的match和search方法。
得到的正則對象的行為（也就是模式）可以用flags來指定，值可以由幾個下面的值OR得到。
以下兩段內容在語法上是等效的：

prog = re.compile(pattern)
result = prog.match(string) 
result = re.match(pattern, string)

區別是，用了re.compile以後，正則對象會得到保留，這樣在需要多次運用這個正則對象的時候，效率會有較大的提升。再用上面用過的例子來演示一下，用相同的正則匹配相同的字符串，執行100萬次，就體現出compile的效率了（數據來自我的臺式電腦英特爾 Core i5-6500 @ 3.20GHz 四核）：

>>> import timeit
>>> timeit.timeit(
        setup="import re; reg = re.compile(‘<(?P<tagname>\w*)>.*</(?P=tagname)>‘)",
        stmt="reg.match(‘<h1>xxx</h1>‘)",
        number=1000000)
0.3993007156773078
>>> timeit.timeit(
        setup=‘import re‘,
        stmt="re.match(‘<(?P<tagname>\w*)>.*</(?P=tagname)>‘, ‘<h1>xxx</h1>‘)",
        number=1000000)
0.8457147421697897
>>>

re.I
re.IGNORECASE

讓正則表達式忽略大小寫，這樣一來，[A-Z]也可以匹配小寫字母了。此特性和locale無關。

re.L
re.LOCALE
讓\w、\W、\b、\B、\s和\S依賴當前的locale。

re.M
re.MULTILINE
影響‘^‘和‘$‘的行為，指定了以後，‘^‘會增加匹配每行的開始（也就是換行符後的位置）；‘$‘會增加匹配每行的結束（也就是換行符前的位置）。

re.S
re.DOTALL
影響‘.‘的行為，平時‘.‘匹配除換行符以外的所有字符，指定了本標誌以後，也可以匹配換行符。

re.U
re.UNICODE
讓\w、\W、\b、\B、\d、\D、\s和\S依賴Unicode庫。

re.X
re.VERBOSE
運用這個標誌，你可以寫出可讀性更好的正則表達式：除了在方括號內的和被反斜杠轉義的以外的所有空白字符，都將被忽略，而且每行中，一個正常的井號後的所有字符也被忽略，這樣就可以方便地在正則表達式內部寫註釋了。也就是說，下面兩個正則表達式是等效的：

a = re.compile(r"""\d +  # the integral part
                     \.    # the decimal point
                    \d *  # some fractional digits""", re.X)
b = re.compile(r"\d+\.\d*")
re.search(pattern, string[, flags])

掃描string，看是否有個位置可以匹配正則表達式pattern。如果找到了，就返回一個MatchObject的實例，否則返回None，註意這和找到長度為0的子串含義是不一樣的。搜索過程受flags的影響。

re.match(pattern, string[, flags])

如果字符串string的開頭和正則表達式pattern匹配的話，返回一個相應的MatchObject的實例，否則返回None

註意：要在字符串的任意位置搜索的話，需要使用上面的search()。

re.split(pattern, string[, maxsplit=0])

用匹配pattern的子串來分割string，如果pattern裏使用了圓括號，那麽被pattern匹配到的串也將作為返回值列表的一部分。如果maxsplit不為0，則最多被分割為maxsplit個子串，剩余部分將整個地被返回。

>>> re.split(‘\W+‘, ‘Words, words, words.‘)
[‘Words‘, ‘words‘, ‘words‘, ‘‘]
>>> re.split(‘(\W+)‘, ‘Words, words, words.‘)
[‘Words‘, ‘, ‘, ‘words‘, ‘, ‘, ‘words‘, ‘.‘, ‘‘]
>>> re.split(‘\W+‘, ‘Words, words, words.‘, 1)
[‘Words‘, ‘words, words.‘]

如果正則有圓括號，並且可以匹配到字符串的開始位置的時候，返回值的第一項，會多出一個空字符串。匹配到字符結尾也是同樣的道理：

>>> re.split(‘(\W+)‘, ‘...words, words...‘)
[‘‘, ‘...‘, ‘words‘, ‘, ‘, ‘words‘, ‘...‘, ‘‘]

註意，split不會被零長度的正則所分割，例如：

>>> re.split(‘x*‘, ‘foo‘)
[‘foo‘]
>>> re.split("(?m)^$", "foo\n\nbar\n")
[‘foo\n\nbar\n‘]

re.findall(pattern, string[, flags])

以列表的形式返回string裏匹配pattern的不重疊的子串。string會被從左到右依次掃描，返回的列表也是從左到右一次匹配到的。如果pattern裏含有組的話，那麽會返回匹配到的組的列表；如果pattern裏有多個組，那麽各組會先組成一個元組，然後返回值將是一個元組的列表。
由於這個函數不會涉及到MatchObject之類的概念，所以，對新手來說，應該是最好理解也最容易使用的一個函數了。下面就此來舉幾個簡單的例子：

#簡單的findall
>>> re.findall(‘\w+‘, ‘hello, world!‘)
[‘hello‘, ‘world‘]
#這個返回的就是元組的列表
>>> re.findall(‘(\d+)\.(\d+)\.(\d+)\.(\d+)‘, ‘My IP is 192.168.0.2, and your is 192.168.0.3.‘)
[(‘192‘, ‘168‘, ‘0‘, ‘2‘), (‘192‘, ‘168‘, ‘0‘, ‘3‘)]
re. finditer(pattern, string[, flags])

和上面的findall()類似，但返回的是MatchObject的實例的叠代器。
還是例子說明問題：

>>> for m in re.finditer(‘\w+‘, ‘hello, world!‘):
        print(m.group())

    
hello
world
>>> 

re.sub(pattern, repl, string[, count])

替換，將string裏，匹配pattern的部分，用repl替換掉，最多替換count次（剩余的匹配將不做處理），然後返回替換後的字符串。如果string裏沒有可以匹配pattern的串，將被原封不動地返回。repl可以是一個字符串，也可以是一個函數（也可以參考我以前的例子）。如果repl是個字符串，則其中的反斜桿會被處理過，比如 \n 會被轉成換行符，反斜桿加數字會被替換成相應的組，比如 \6 表示pattern匹配到的第6個組的內容。
例子：

>>> re.sub(r‘def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):‘,
            r‘static PyObject*\npy_\1(void)\n{‘,
            ‘def myfunc():‘)
‘static PyObject*\npy_myfunc(void)\n{‘

如果repl是個函數，每次pattern被匹配到的時候，都會被調用一次，傳入一個匹配到的MatchObject對象，需要返回一個字符串，在匹配到的位置，就填入返回的字符串。
例子：

>>> def dashrepl(matchobj):
       if matchobj.group(0) == ‘-‘:
           return ‘ ‘
       else:
           return ‘-‘

    
>>> re.sub(‘-{1,2}‘, dashrepl, ‘pro----gram-files‘)
‘pro--gram files‘
>>> 

零長度的匹配也會被替換，比如：

>>> re.sub(‘x*‘, ‘-‘, ‘abcxxd‘)
‘-a-b-c-d-‘
>>> 

特殊地，在替換字符串裏，如果有\g這樣的寫法，將匹配正則的命名組（前面介紹過的，(?P...)這樣定義出來的東西）。\g這樣的寫法，也是數字的組，也就是說，\g<2>一般和\2是等效的，但是萬一你要在\2後面緊接著寫上字面意義的0，你就不能寫成\20了（因為這代表第20個組），這時候必須寫成\g<2>0，另外，\g<0>代表匹配到的整個子串。
例子：

>>> re.sub(‘-(\d+)-‘, ‘-\g<1>0\g<0>‘, ‘a-11-b-22-c‘)
‘a-110-11-b-220-22-c‘
>>> 

PYTHON學習第二模塊 python內置模塊介紹