import re 正则
正则表达式 # 元字符 # \w 数字字母下划线 # \W 非数字字母下划线 # \d 数字 # \D 非数字 # \s 空白符(空格\制表符\换行符) # \S 非空白符 # \t 制表符 # \n 换行符 # \b 单词的边界
# . 除了换行符以外的所有
# ^ 开始 # $ 结尾 # [..] 字符组 # [^..] 非字符组 # | 或(包含关系中,长的在前面) # () 分组(在或的两端,在添加量词的时候,findall的时候优先要显示的) # (123\d)? # 量词 # {n} # {n,} # {n,m}
# ? 0,1 # + 1,~ # * 0,~
# 元字符 --> 一个字符匹配# 元字符量词 --> 默认贪婪匹配# 元字符量词? --> 惰性匹配/非贪婪模式
# 转义符 \ : r‘正则‘
import re re模块# re.findall(‘正则表达式‘,‘带匹配的字符‘)
# ret = re.match(‘\d+‘,‘正则表达式‘,‘带匹配的字符‘)# ret = re.search(‘^\d+‘,‘正则表达式‘,‘带匹配的字符‘)# print(ret)# print(ret.group())
# 参数 返回值# findall 正则 待匹配字符串 列表,所有符合的项# search 正则 待匹配字符串 变量,.group取结果,只有一项结果# match 正则 待匹配字符串 变量,.group取结果,默认在正则之前加上^
import json / pickle 序列化模块
import json# 把其他的数据类型 -序列化(dumps)-> 字符串# 字符串 -反序列化(loads)-> 把其他的数据类型# ret = json.dumps(menu) # 把其他的数据类型 -序列化(dumps)-> 字符串# # print(ret) # json格式的字符串# # print(menu) # dict# with open(‘file‘,‘w‘,encoding=‘utf-8‘) as f:# f.write(ret)# with open(‘file‘,‘r‘,encoding=‘utf-8‘) as f:# dic = f.read()# print(dic)# diccc = json.loads(dic) # 字符串 -反序列化(loads)-> 把其他的数据类型# print(diccc[‘k‘])
# 数据类型 <-转换-> 字符串# 1.存储在硬盘上 写的每一个字符必须是字符串/bytes数据类型# 2.网络传输的时候 必须传递bytes/字符串数据类型# menu = {‘key‘:"value","k":[‘v‘]}# ret = json.dumps(menu)# dic = json.loads(ret)
# 优缺点: # 优: 所有的语言都通用 # 缺: 能支持的数据类型少 :dict list str 数字
import pickle
# json dumps/loads# 字符串的json数据 = json.dumps(其他数据类型)# 其他数据类型= json.loads(字符串的json数据) # pickle dumps/loads dump/load# bytes的pickle数据 = pickle.dumps(其他数据类型)# 其他数据类型= pickle.loads(bytes的pickle数据)# pickle.dump(数据类型,文件句柄) # 这个数据类型被写到文件里了# pickle.load(文件句柄) # 这个文件里的数据类型
import picklemenu = {‘key‘:"value","k":{‘v‘,1,2}}# ret = pickle.dumps(menu)# print(type(ret),ret)# dic = pickle.loads(ret)# print(dic)menu = {‘key‘:"value","k":(1,2,3)}# ret = pickle.dumps(menu)# print(type(ret),ret)# dic = pickle.loads(ret)# print(dic)menu = {‘key‘:"value",1:‘vvv‘}# ret = pickle.dumps(menu)# print(type(ret),ret)# dic = pickle.loads(ret)# print(dic)
# 序列化模块总结 :# 将基础数据类型存到文件中再读出来# 将基础数据类型通过网络传给其他程序,再由其他程序读取并使用 # json # 优点 : 所有语言通用 # 缺点 : 支持的数据类型少 # 方法和用法: # dump # dump(dict/list,文件句柄) # 文件句柄一定是以写的形式打开的 # load # dict/list = load(文件句柄) # 文件句柄一定是以读的形式打开的 # dumps # str = dumps(基础数据类型) # loads # 基础数据类型 = loads(str) # pickle # 优点 : 支持python中几乎所有数据类型 # load文件的时候,可以load多条数据,也可以dump多条数据 # 缺点 : 只支持在python程序之间交换数据 # dump(任意一个需要写到文件中的变量,文件句柄) # 文件句柄,wb/ab形式打开 # load(文件句柄) # 文件句柄是以rb形式打开 # pickle 的dump可以dump多次,load可以load多次 # dumps # bytes = dumps(基础数据类型) # loads # 基础数据类型 = loads(bytes)
collections模块—— CounterCounter目的是用来跟踪值出现的次数。它是一个无序的容器类型，以字典的键值对形式存储，其中元素作为key，其计数作为value。 计数值可以是任意的Interger（包括0和负数）。Counter类和其他语言的bags或multisets很相似。下面的代码说明了Counter类创建的四种方法：Counter类的创建
>>> c = Counter() # 创建一个空的Counter类
>>> c = Counter(‘gallahad‘) # 从一个可iterable对象（list、tuple、dict、字符串等）创建
>>> c = Counter({‘a‘: 4, ‘b‘: 2}) # 从一个字典对象创建
>>> c = Counter(a=4, b=2) # 从一组键值对创建
计数值的访问与缺失的键
当所访问的键不存在时，返回0，而不是KeyError；否则返回它的计数。
计数值的访问
>>> c = Counter("abcdefgab")
>>> c["a"]
2
>>> c["c"]
1
>>> c["h"]
0
计数器的更新（update和subtract）
可以使用一个iterable对象或者另一个Counter对象来更新键值。
计数器的更新包括增加和减少两种。其中，增加使用update()方法：
计数器的更新（update）
>>> c = Counter(‘which‘) >>> c.update(‘witch‘) # 使用另一个iterable对象更新 >>> c[‘h‘] 3 >>> d = Counter(‘watch‘) >>> c.update(d) # 使用另一个Counter对象更新 >>> c[‘h‘] 4
减少则使用subtract()方法：
计数器的更新（subtract）
>>> c = Counter(‘which‘) >>> c.subtract(‘witch‘) # 使用另一个iterable对象更新 >>> c[‘h‘] 1 >>> d = Counter(‘watch‘) >>> c.subtract(d) # 使用另一个Counter对象更新 >>> c[‘a‘] -1键的修改和删除
当计数值为0时，并不意味着元素被删除，删除元素应当使用del。
键的删除
>>> c = Counter("abcdcba")
>>> c
Counter({‘a‘: 2, ‘c‘: 2, ‘b‘: 2, ‘d‘: 1})
>>> c["b"] = 0
>>> c
Counter({‘a‘: 2, ‘c‘: 2, ‘d‘: 1, ‘b‘: 0})
>>> del c["a"]
>>> c
Counter({‘c‘: 2, ‘b‘: 2, ‘d‘: 1})其他常用操作
下面是一些Counter类的常用操作，来源于Python官方文档
Counter类常用操作
sum(c.values()) # 所有计数的总数 c.clear() # 重置Counter对象，注意不是删除 list(c) # 将c中的键转为列表 set(c) # 将c中的键转为set dict(c) # 将c中的键值对转为字典 c.items() # 转为(elem, cnt)格式的列表 Counter(dict(list_of_pairs)) # 从(elem, cnt)格式的列表转换为Counter类对象 c.most_common()[:-n:-1] # 取出计数最少的n个元素 c += Counter() # 移除0和负值
原文地址：https://www.cnblogs.com/Godisgirl/p/10013661.html
时间： 2024-10-05 13:50:17