day12-内置模块和开发规范

彼

1. 内置模块

1.1 json

json模块，是python内部的一个模块，可以将python的数据格式 转换为json格式的数据，也可以将json格式的数据转换为python的数据格式。
json格式，是一个数据格式（本质上就是个字符串，常用语网络数据传输）

1. # Python中的数据类型的格式
2. data = [
3.     {"id": 1, "name": "武沛齐", "age": 18},
4.     {"id": 2, "name": "alex", "age": 18},
5.     ('wupeiqi',123),
6. ]
8. # JSON格式
9. value = '[{"id": 1, "name": "武沛齐", "age": 18}, {"id": 2, "name": "alex", "age": 18},["wupeiqi",123]]'

复制代码

1.1.1 核心功能

json格式的作用？

1. 跨语言数据传输，例如：
2.         A系统用Python开发，有列表类型和字典类型等。
3.         B系统用Java开发，有数组、map等的类型。
5.         语言不同，基础数据类型格式都不同。
6.        
7.         为了方便数据传输，大家约定一个格式：json格式，每种语言都是将自己数据类型转换为json格式，也可以将json格式的数据转换为自己的数据类型。

复制代码

Python数据类型与json格式的相互转换：

• 数据类型 -> json ，一般称为：序列化
  1. import json
  3. data = [
  4.     {"id": 1, "name": "武沛齐", "age": 18},
  5.     {"id": 2, "name": "alex", "age": 18},
  6. ]
  8. res = json.dumps(data)
  9. print(res) # '[{"id": 1, "name": "\u6b66\u6c9b\u9f50", "age": 18}, {"id": 2, "name": "alex", "age": 18}]'
  11. res = json.dumps(data, ensure_ascii=False)
  12. print(res) # '[{"id": 1, "name": "武沛齐", "age": 18}, {"id": 2, "name": "alex", "age": 18}]'

  复制代码
• json格式 -> 数据类型，一般称为：反序列化
  1. import json
  3. data_string = '[{"id": 1, "name": "武沛齐", "age": 18}, {"id": 2, "name": "alex", "age": 18}]'
  5. data_list = json.loads(data_string)
  7. print(data_list)

  复制代码

练习题

• 写网站，给用户返回json格式数据
  
  
  
  • 安装flask模块，协助我们快速写网站（之前已安装过）
    1. pip3 install flask

    复制代码
  • 使用flask写网站
    1. import json
    2. from flask import Flask
    4. app = Flask(__name__)
    7. def index():
    8.     return "首页"
    11. def users():
    12.     data = [
    13.         {"id": 1, "name": "武沛齐", "age": 18},
    14.         {"id": 2, "name": "alex", "age": 18},
    15.     ]
    16.     return json.dumps(data)
    19. app.add_url_rule('/index/', view_func=index, endpoint='index')
    20. app.add_url_rule('/users/', view_func=users, endpoint='users')
    22. if __name__ == '__main__':
    23.     app.run()

    复制代码
  
  
• 发送网络请求，获取json格式数据并处理。
  1. import json
  2. import requests
  4. url = "https://movie.douban.com/j/search_subjects?type=movie&tag=%E7%83%AD%E9%97%A8&sort=recommend&page_limit=5&page_start=20"
  6. res = requests.get(
  7.     url=url,
  8.     headers={
  9.         "User-Agent": "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/87.0.4280.88 Safari/537.36"
  10.     }
  11. )
  13. # json格式
  14. print(res.text)
  16. # json格式转换为python数据类型
  17. data_dict = json.loads(res.text)
  18. print(data_dict)

  复制代码

1.1.2 类型要求

python的数据类型转换为 json 格式，对数据类型是有要求的，默认只支持：

1.     +-------------------+---------------+
2.     | Python            | JSON          |
3.     +===================+===============+
4.     | dict              | object        |
5.     +-------------------+---------------+
6.     | list, tuple       | array         |
7.     +-------------------+---------------+
8.     | str               | string        |
9.     +-------------------+---------------+
10.     | int, float        | number        |
11.     +-------------------+---------------+
12.     | True              | true          |
13.     +-------------------+---------------+
14.     | False             | false         |
15.     +-------------------+---------------+
16.     | None              | null          |
17.     +-------------------+---------------+

复制代码

1. data = [
2.     {"id": 1, "name": "武沛齐", "age": 18},
3.     {"id": 2, "name": "alex", "age": 18},
4. ]

复制代码

其他类型如果想要支持，需要自定义JSONEncoder 才能实现【目前只需要了解大概意思即可，以后项目开发中用到了还会讲解。】，例如：

1. import json
2. from decimal import Decimal
3. from datetime import datetime
5. data = [
6.     {"id": 1, "name": "武沛齐", "age": 18, 'size': Decimal("18.99"), 'ctime': datetime.now()},
7.     {"id": 2, "name": "alex", "age": 18, 'size': Decimal("9.99"), 'ctime': datetime.now()},
8. ]
11. class MyJSONEncoder(json.JSONEncoder):
12.     def default(self, o):
13.         if type(o) == Decimal:
14.             return str(o)
15.         elif type(o) == datetime:
16.             return o.strftime("%Y-%m-%d")
17.         return super().default(o)
20. res = json.dumps(data, cls=MyJSONEncoder)
21. print(res)

复制代码

1.1.3 其他功能

json模块中常用的是：

• json.dumps，序列化生成一个字符串。
  
• json.loads，反序列化生成python数据类型。
  
• json.dump，将数据序列化并写入文件（不常用）
  1. import jsondata = [
  2.     {"id": 1, "name": "武沛齐", "age": 18},
  3.     {"id": 2, "name": "alex", "age": 18},
  4. ]file_object = open('xxx.json', mode='w', encoding='utf-8')json.dump(data, file_object)file_object.close()

  复制代码
• json.load，读取文件中的数据并反序列化为python的数据类型（不常用）
  1. import json
  3. file_object = open('xxx.json', mode='r', encoding='utf-8')
  5. data = json.load(file_object)
  6. print(data)
  8. file_object.close()

  复制代码

1.2 时间处理

• UTC/GMT：世界时间
  
• 本地时间：本地时区的时间。
  

Python中关于时间处理的模块有两个，分别是time和datetime。
1.2.1 time

1. import time
3. # 获取当前时间戳（自1970-1-1 00:00）
4. v1 = time.time()
5. print(v1)
7. # 时区
8. v2 = time.timezone
10. # 停止n秒，再执行后续的代码。
11. time.sleep(5)

复制代码

1.2.2 datetime

在平时开发过程中的时间一般是以为如下三种格式存在：

• datetime
  1. from datetime import datetime, timezone, timedelta
  3. v1 = datetime.now()  # 当前本地时间
  4. print(v1)
  6. tz = timezone(timedelta(hours=7))  # 当前东7区时间
  7. v2 = datetime.now(tz)
  8. print(v2)
  10. v3 = datetime.utcnow()  # 当前UTC时间
  11. print(v3)

  复制代码
  1. from datetime import datetime, timedelta
  3. v1 = datetime.now()
  4. print(v1)
  6. # 时间的加减
  7. v2 = v1 + timedelta(days=140, minutes=5)
  8. print(v2)
  10. # datetime类型 + timedelta类型

  复制代码
  1. from datetime import datetime, timezone, timedelta
  3. v1 = datetime.now()
  4. print(v1)
  6. v2 = datetime.utcnow()  # 当前UTC时间
  7. print(v2)
  9. # datetime之间相减，计算间隔时间（不能相加）
  10. data = v1 - v2
  11. print(data.days, data.seconds / 60 / 60, data.microseconds)
  13. # datetime类型 - datetime类型
  14. # datetime类型 比较 datetime类型

  复制代码
• 字符串
  1. # 字符串格式的时间  ---> 转换为datetime格式时间
  2. text = "2021-11-11"
  3. v1 = datetime.strptime(text,'%Y-%m-%d') # %Y 年，%m，月份，%d，天。
  4. print(v1)

  复制代码
  1. # datetime格式 ----> 转换为字符串格式
  2. v1 = datetime.now()
  3. val = v1.strftime("%Y-%m-%d %H:%M:%S")
  4. print(val)

  复制代码
• 时间戳
  1. # 时间戳格式 --> 转换为datetime格式
  2. ctime = time.time() # 11213245345.123
  3. v1 = datetime.fromtimestamp(ctime)
  4. print(v1)

  复制代码
  1. # datetime格式 ---> 转换为时间戳格式
  2. v1 = datetime.now()
  3. val = v1.timestamp()
  4. print(val)

  复制代码

练习题

• 日志记录，将用户输入的信息写入到文件，文件名格式为年-月-日-时-分.txt。
  1. from datetime import datetime
  3. while True:
  4.     text = input("请输入内容：")
  5.     if text.upper() == "Q":
  6.         break
  8.     current_datetime = datetime.now().strftime("%Y-%m-%d-%H-%M")
  9.     file_name = "{}.txt".format(current_datetime)
  11.     with open(file_name, mode='a', encoding='utf-8') as file_object:
  12.         file_object.write(text)
  13.         file_object.flush()

  复制代码
• 用户注册，将用户信息写入Excel，其中包含：用户名、密码、注册时间 三列。
  1. import os
  2. import hashlib
  3. from datetime import datetime
  5. from openpyxl import load_workbook
  6. from openpyxl import workbook
  9. BASE_DIR = os.path.dirname(os.path.abspath(__file__))
  10. FILE_NAME = "db.xlsx"
  13. def md5(origin):
  14.     hash_object = hashlib.md5("sdfsdfsdfsd23sd".encode('utf-8'))
  15.     hash_object.update(origin.encode('utf-8'))
  16.     return hash_object.hexdigest()
  19. def register(username, password):
  20.     db_file_path = os.path.join(BASE_DIR, FILE_NAME)
  21.     if os.path.exists(db_file_path):
  22.         wb = load_workbook(db_file_path)
  23.         sheet = wb.worksheets[0]
  24.         next_row_position = sheet.max_row + 1
  25.     else:
  26.         wb = workbook.Workbook()
  27.         sheet = wb.worksheets[0]
  28.         next_row_position = 1
  30.     user = sheet.cell(next_row_position, 1)
  31.     user.value = username
  33.     pwd = sheet.cell(next_row_position, 2)
  34.     pwd.value = md5(password)
  36.     ctime = sheet.cell(next_row_position, 3)
  37.     ctime.value = datetime.now().strftime("%Y-%m-%d %H:%M:%S")
  39.     wb.save(db_file_path)
  42. def run():
  43.     while True:
  44.         username = input("请输入用户名：")
  45.         if username.upper() == "Q":
  46.             break
  47.         password = input("请输入密码：")
  48.         register(username, password)
  51. if __name__ == '__main__':
  52.     run()

  复制代码

1.3 正则表达式相关

当给你一大堆文本信息，让你提取其中的指定数据时，可以使用正则来实现。例如：提取文本中的邮箱和手机号

1. import re
3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
5. phone_list = re.findall("1[3|5|8|9]\d{9}", text)
6. print(phone_list)

复制代码

1.3.1 正则表达式

1. 字符相关

• wupeiqi 匹配文本中的wupeiqi
  1. import re
  3. text = "你好wupeiqi,阿斯顿发wupeiqasd 阿士大夫能接受的wupeiqiff"
  4. data_list = re.findall("wupeiqi", text)
  5. print(data_list) # ['wupeiqi', 'wupeiqi'] 可用于计算字符串中某个字符出现的次数

  复制代码
• [abc] 匹配a或b或c字符。
  1. import re
  3. text = "你2b好wupeiqi,阿斯顿发awupeiqasd 阿士大夫a能接受的wffbbupqaceiqiff"
  4. data_list = re.findall("[abc]", text)
  5. print(data_list) # ['b', 'a', 'a', 'a', 'b', 'b', 'a', 'c']

  复制代码
  1. import re
  3. text = "你2b好wupeiqi,阿斯顿发awupeiqasd 阿士大夫a能接受的wffbbupqcceiqiff"
  4. data_list = re.findall("q[abc]", text)
  5. print(data_list) # ['qa', 'qc']

  复制代码
• [^abc] 匹配除了abc以外的其他字符。
  1. import re
  3. text = "你wffbbupceiqiff"
  4. data_list = re.findall("[^abc]", text)
  5. print(data_list)  # ['你', 'w', 'f', 'f', 'u', 'p', 'e', 'i', 'q', 'i', 'f', 'f']

  复制代码
• [a-z]  匹配a~z的任意字符（ [0-9]也可以 ）。
  1. import re
  3. text = "alexrootrootadmin"
  4. data_list = re.findall("t[a-z]", text)
  5. print(data_list)  # ['tr', 'ta']

  复制代码
• .  代指除换行符以外的任意字符。
  1. import re
  3. text = "alexraotrootadmin"
  4. data_list = re.findall("r.o", text)
  5. print(data_list) # ['rao', 'roo']

  复制代码
  1. import re
  3. text = "alexraotrootadmin"
  4. data_list = re.findall("r.+o", text) # 贪婪匹配
  5. print(data_list) # ['raotroo']

  复制代码
  1. import re
  3. text = "alexraotrootadmin"
  4. data_list = re.findall("r.+?o", text) # 非贪婪匹配
  5. print(data_list) # ['rao']

  复制代码
• \w 代指字母或数字或下划线（汉字）。
  1. import re
  3. text = "北京武沛alex齐北  京武沛alex齐"
  4. data_list = re.findall("武\w+x", text)
  5. print(data_list) # ['武沛alex', '武沛alex']

  复制代码
• \d 代指数字
  1. import re
  3. text = "root-ad32min-add3-admd1in"
  4. data_list = re.findall("d\d", text)
  5. print(data_list) # ['d3', 'd3', 'd1']

  复制代码
  1. import re
  3. text = "root-ad32min-add3-admd1in"
  4. data_list = re.findall("d\d+", text)
  5. print(data_list) # ['d32', 'd3', 'd1']

  复制代码
• \s 代指任意的空白符，包括空格、制表符等。
  1. import re
  3. text = "root admin add admin"
  4. data_list = re.findall("a\w+\s\w+", text)
  5. print(data_list) # ['admin add']

  复制代码

2. 数量相关

• * 重复0次或更多次
  1. import re
  3. text = "他是大B个，确实是个大2B。"
  4. data_list = re.findall("大2*B", text)
  5. print(data_list) # ['大B', '大2B']

  复制代码
• + 重复1次或更多次
  1. import re
  3. text = "他是大B个，确实是个大2B，大3B，大66666B。"
  4. data_list = re.findall("大\d+B", text)
  5. print(data_list) # ['大2B', '大3B', '大66666B']

  复制代码
• ? 重复0次或1次
  1. import re
  3. text = "他是大B个，确实是个大2B，大3B，大66666B。"
  4. data_list = re.findall("大\d?B", text)
  5. print(data_list) # ['大B', '大2B', '大3B']

  复制代码
• {n} 重复n次
  1. import re
  3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. data_list = re.findall("151312\d{5}", text)
  5. print(data_list) # ['15131255789']

  复制代码
• {n,} 重复n次或更多次
  1. import re
  3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. data_list = re.findall("\d{9,}", text)
  5. print(data_list) # ['442662578', '15131255789']

  复制代码
• {n,m} 重复n到m次
  1. import re
  3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. data_list = re.findall("\d{10,15}", text)
  5. print(data_list) # ['15131255789']

  复制代码

3. 括号（分组）

• 提取数据区域
  1. import re
  3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. data_list = re.findall("15131(2\d{5})", text)
  5. print(data_list)  # ['255789']

  复制代码
  1. import re
  3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来15131266666呀"
  4. data_list = re.findall("15(13)1(2\d{5})", text)
  5. print(data_list)  # [ ('13', '255789')   ]

  复制代码
  1. import re
  3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. data_list = re.findall("(15131(2\d{5}))", text)
  5. print(data_list)  # [('15131255789', '255789')]

  复制代码
• 获取指定区域 + 或条件
  1. import re
  3. text = "楼主15131root太牛15131alex逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. data_list = re.findall("15131(2\d{5}|r\w+太)", text)
  5. print(data_list)  # ['root太', '255789']

  复制代码
  1. import re
  3. text = "楼主15131root太牛15131alex逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. data_list = re.findall("(15131(2\d{5}|r\w+太))", text)
  5. print(data_list)  # [('15131root太', 'root太'), ('15131255789', '255789')]

  复制代码
  练习题
  

• 利用正则匹配QQ号码
  1. [1-9]\d{4,}

  复制代码
• 身份证号码
  1. import re
  3. text = "dsf130429191912015219k13042919591219521Xkk"
  4. data_list = re.findall("\d{17}[\dX]", text) # [abc]
  5. print(data_list) # ['130429191912015219', '13042919591219521X']

  复制代码
  1. import re
  3. text = "dsf130429191912015219k13042919591219521Xkk"
  4. data_list = re.findall("\d{17}(\d|X)", text)
  5. print(data_list) # ['9', 'X']

  复制代码
  1. import re
  3. text = "dsf130429191912015219k13042919591219521Xkk"
  4. data_list = re.findall("(\d{17}(\d|X))", text)
  5. print(data_list) # [('130429191912015219', '9'), ('13042919591219521X', 'X')]

  复制代码
  1. import re
  3. text = "dsf130429191912015219k13042919591219521Xkk"
  4. data_list = re.findall("(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)", text)
  5. print(data_list) # [('130429', '1919', '12', '01', '521', '9'), ('130429', '1959', '12', '19', '521', 'X')]

  复制代码
• 手机号
  1. import re
  3. text = "我的手机号是15133377892，你的手机号是1171123啊？"
  4. data_list = re.findall("1[3-9]\d{9}", text)
  5. print(data_list)  # ['15133377892']

  复制代码
• 邮箱地址
  1. import re
  3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. email_list = re.findall("\w+@\w+\.\w+",text)
  5. print(email_list) # ['442662578@qq.com和xxxxx']

  复制代码
  1. import re
  3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. email_list = re.findall("[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+\.[a-zA-Z0-9_-]+", text, re.ASCII)
  5. print(email_list) # ['442662578@qq.com', 'xxxxx@live.com']

  复制代码
  1. import re
  3. text = "楼主太牛逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. email_list = re.findall("\w+@\w+\.\w+", text, re.ASCII)        # 加入re.ASCII就不会匹配中文了
  5. print(email_list) # ['442662578@qq.com', 'xxxxx@live.com']

  复制代码
  1. import re
  3. text = "楼主太牛44266-2578@qq.com逼了，在线想要 442662578@qq.com和xxxxx@live.com谢谢楼主，手机号也可15131255789，搞起来呀"
  4. email_list = re.findall("(\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*)", text, re.ASCII)
  5. print(email_list) # [('44266-2578@qq.com', '-2578', '', ''), ('xxxxx@live.com', '', '', '')]

  复制代码
• 补充代码，实现获取页面上的所有评论，并提取里面的邮箱。
  1. # 先安装两个模块
  2. pip3 install requests
  3. pip3 install beautifulsoup4

  复制代码
  1. import re
  2. import requests
  3. from bs4 import BeautifulSoup
  5. res = requests.get(url="https://www.douban.com/group/topic/296008426", headers={
  6. 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_14_0) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/80.0.3987.163 Safari/537.36', })
  7. bs_object = BeautifulSoup(res.text, "html.parser")
  8. comment_object_list = bs_object.find_all("p", attrs={"class": "reply-content"})
  9. for comment_object in comment_object_list:
  10.     text = comment_object.text
  11.     print(text)
  12.     email_list = re.findall("\w+@\w+\.\w+", text, re.ASCII)
  13.     if email_list:
  14.         for email in email_list:
  15.             print(email)

  复制代码

4. 起始和结束

上述示例中都是去一段文本中提取数据，只要文本中存在即可。
但，如果要求用户输入的内容必须是指定的内容开头和结尾，比就需要用到如下两个字符。

• ^ 开始
  
• $ 结束
  

1. import re
3. text = "啊442662578@qq.com我靠"
4. email_list = re.findall("^\w+@\w+.\w+$", text, re.ASCII)
5. print(email_list) # []

复制代码

1. import re
3. text = "442662578@qq.com"
4. email_list = re.findall("^\w+@\w+.\w+$", text, re.ASCII)
5. print(email_list) # ['442662578@qq.com']

复制代码

这种一般用于对用户输入数据格式的校验比较多，例如：

1. import re
3. text = input("请输入邮箱：")
4. email = re.findall("^\w+@\w+.\w+$", text, re.ASCII)
5. if not email:
6.     print("邮箱格式错误")
7. else:
8.     print(email)

复制代码

5. 特殊字符

由于正则表达式中 *  .  \ { } ( )  等都具有特殊的含义，所以如果想要在正则中匹配这种指定的字符，需要转义，例如：

1. import re
3. text = "我是你{5}爸爸"
4. data = re.findall("你{5}爸", text)
5. print(data) # []

复制代码

1. import re
3. text = "我是你{5}爸爸"
4. data = re.findall("你\{5\}爸", text)
5. print(data)     # ['你{5}爸']

复制代码

1.3.2 re模块

python中提供了re模块，可以处理正则表达式并对文本进行处理。

• findall，获取匹配到的所有数据
  1. import re
  3. text = "dsf130429191912015219k13042919591219521Xkk"
  4. data_list = re.findall("(\d{6})(\d{4})(\d{2})(\d{2})(\d{3})([0-9]|X)", text)
  5. print(data_list) # [('130429', '1919', '12', '01', '521', '9'), ('130429', '1959', '12', '19', '521', 'X')]

  复制代码
• match，从起始位置开始匹配，匹配成功返回一个对象，未匹配成功返回None
  1. import re
  3. text = "大小逗2B最逗3B欢乐"
  4. data = re.match("逗\dB", text)
  5. print(data) # None

  复制代码
  1. import re
  3. text = "逗2B最逗3B欢乐"
  4. data = re.match("逗\dB", text)
  5. if data:
  6.     content = data.group() # "逗2B"
  7.     print(content)

  复制代码
• search，浏览整个字符串去匹配第一个，未匹配成功返回None
  1. import re
  3. text = "大小逗2B最逗3B欢乐"
  4. data = re.search("逗\dB", text)
  5. if data:
  6.     print(data.group())  # "逗2B"

  复制代码
• sub，替换匹配成功的位置
  1. import re
  3. text = "逗2B最逗3B欢乐"
  4. data = re.sub("\dB", "沙雕", text)
  5. print(data) # 逗沙雕最逗沙雕欢乐

  复制代码
  1. import re
  3. text = "逗2B最逗3B欢乐"
  4. data = re.sub("\dB", "沙雕", text, 1)        # 从左到右匹配，只替换1次
  5. print(data) # 逗沙雕最逗3B欢乐

  复制代码
• split，根据匹配成功的位置分割
  1. import re
  3. text = "逗2B最逗3B欢乐"
  4. data = re.split("\dB", text)
  5. print(data) # ['逗', '最逗', '欢乐']

  复制代码
  1. import re
  3. text = "逗2B最逗3B欢乐"
  4. data = re.split("\dB", text, 1)
  5. print(data) # ['逗', '最逗3B欢乐']

  复制代码
• finditer
  1. import re
  3. text = "逗2B最逗3B欢乐"
  4. data = re.finditer("\dB", text)
  5. for item in data:
  6.     print(item.group())

  复制代码
  1. import re
  3. text = "逗2B最逗3B欢乐"
  4. data = re.finditer("(?P<xx>\dB)", text)  # 命名分组
  5. for item in data:
  6.     print(item.groupdict())

  复制代码
  1. text = "dsf130429191912015219k13042919591219521Xkk"
  2. data_list = re.finditer("\d{6}(?P<year>\d{4})(?P<month>\d{2})(?P<day>\d{2})\d{3}[\d|X]", text)
  3. for item in data_list:
  4.     info_dict = item.groupdict()
  5.     print(info_dict)

  复制代码

小结

到此，关于最常见的内置模块就全部讲完了（共11个），现阶段只需要掌握这些模块的使用即可，在后续的课程和练习题中也会涉及到一些其他内置模块。

• os
  
• shutil
  
• sys
  
• random
  
• hashlib
  
• configparser
  
• xml
  
• json
  
• time
  
• datetime
  
• re
  

2. 项目开发规范

现阶段，我们在开发一些程序时（终端运行），应该遵循一些结构的规范，让你的系统更加专业。
2.1 单文件应用

当基于python开发简单应用时（一个py文件就能搞定），需要注意如下几点。

1. """
2. 文件注释
3. """
5. import re
6. import random
8. import requests
9. from openpyxl import load_workbook
11. DB = "XXX"
14. def do_something():
15.     """ 函数注释 """
17.     # TODO 待完成时，下一期实现xxx功能
18.     for i in range(10):
19.         pass
22. def run():
23.     """ 函数注释 """
25.     # 对功能代码进行注释
26.     text = input(">>>")
27.     print(text)
30. if __name__ == '__main__':
31.     run()

复制代码

2.2 单可执行文件

新创建一个项目，假设名字叫 【crm】，可以创建如下文件和文件夹来存放代码和数据。

1. crm
2. ├── app.py        文件，程序的主文件（尽量精简）
3. ├── config.py     文件，配置文件（放相关配置信息，代码中读取配置信息，如果想要修改配置，即可以在此修改，不用再去代码中逐一修改了）
4. ├── db            文件夹，存放数据
5. ├── files         文件夹，存放文件
6. ├── src           包，业务处理的代码
7. └── utils         包，公共功能

复制代码

2.3 多可执行文件

新创建项目，假设名称叫【killer】，可以创建如下文件和文件夹来存放代码和数据。

1. killer
2. ├── bin                                        文件夹，存放多个主文件（可运行）
3. │   ├── app1.py
4. │   └── app2.py
5. ├── config              包，配置文件
6. │   ├── __init__.py
7. │   └── settings.py
8. ├── db                  文件夹，存放数据
9. ├── files               文件夹，存放文件
10. ├── src                 包，业务代码
11. │   └── __init__.py
12. └── utils               包，公共功能
13.     └── __init__.py

复制代码

总结

• json格式和json模块
  
• json模块处理特殊的数据类型
  
• datetime格式与字符串、时间戳以及相关之间的转换。
  
• datetime格式时间与timedelta的加减。
  
• 两个datetime相减可以计算时间间隔，得到的是一个timedelta格式的时间。
  
• 了解正则表达式的编写方式和python中re模块的使用。
  
• 项目开发规范。
  

作业：开发短视频资讯平台

• 有video.csv视频库文件，其中有999条短视频数据，格式如下：【 video.csv 文件已为大家提供好，在day15课件目录下。 】
  
  
  
• 项目的核心功能有：
  
  
  
  • 分页看新闻（每页显示10条），提示用户输入页码，根据页码显示指定页面的数据。
    
    
    
    • 提示用户输入页码，根据页码显示指定页面的数据。
      
    • 当用户输入的页码不存在时，默认显示第1页
      
    
    
  • 搜索专区
    
    
    
    • 用户输入关键字，根据关键词筛选出所有匹配成功的短视频资讯。
      
    • 支持的搜索两种搜索格式：
      
      
      
      • id=1715025，筛选出id等于1715025的视频（video.csv的第一列）。
        
      • key=文本，模糊搜索，筛选包含关键字的所有新闻（video.csv的第二列）。
        
      
      
    
    
  • 下载专区
    
    
    
    • 用户输入视频id，根据id找到对应的mp4视频下载地址，然后下载视频到项目的files目录。
      
      
      
      • 视频的文件名为：视频id-年-月-日-时-分-秒.mp4
        
      • 视频下载代码示例
        1. import requests
        3. res = requests.get(
        4.     url='https://video.pearvideo.com/mp4/adshort/20210105/cont-1715046-15562045_adpkg-ad_hd.mp4'
        5. )
        7. # 视频总大小（字节）
        8. file_size = int(res.headers['Content-Length'])
        10. download_size = 0
        11. with open('xxx.mp4', mode='wb') as file_object:
        12.     # 分块读取下载的视频文件（最多一次读128字节），并逐一写入到文件中。 len(chunk)表示实际读取到每块的视频文件大小。
        13.     for chunk in res.iter_content(128):
        14.         download_size += len(chunk)
        15.         file_object.write(chunk)
        16.         file_object.flush()
        17.         message = "视频总大小为：{}字节，已下载{}字节。".format(file_size, download_size)
        18.         print(message)
        19.     file_object.close()
        21. res.close()

        复制代码
      • 下载的过程中，输出已下载的百分比，示例代码如下：
        1. import time
        3. print("正在下载中...")
        4. for i in range(101):
        5.     text = "\r{}%".format(i)
        6.     print(text, end="")
        7.     time.sleep(0.2)
        9. print("\n下载完成")

        复制代码
      
      
    
    
  参考代码链接：短视频资讯平台
  
  

来源:https://www.cnblogs.com/sbhglqy/p/18118679
免责声明：由于采集信息均来自互联网，如果侵犯了您的权益，请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容，谢谢合作！