re模块与subprocess模块介绍

一：re模块       处理正则表达式的模块，正则表达式就是一些带有特殊含义的符号或者符号的组合。

作用：对字符串进行过滤，在一堆字符串中找到你所关心的内容，你就需要告诉计算机你的过滤的

规则是什么样的，通过什么方式来告诉计算机，就通过正则表达式。

正则表达式的各种符号所表示的含义  （注：re模块的内部实现不是python,而是调用了c库）

举例说明：

import  re

src='abc_defa 34_h\na'

print(re.findall('a',src))               # ['a', 'a', 'a']

print(re.findall('\w',src))             # \w匹配字母数字下划线     ['a', 'b', 'c', '_', 'd', 'e', 'f', 'a', '3', '4', '_', 'h', 'a']

print(re.findall('\W',src))            # \W匹配非字母数字下划线   [' ', '\n']

print(re.findall('\s',src))             # \s匹配所有不可见字符      [' ', '\n']

print(re.findall('\S',src))            # \S匹配所有可见字符       ['a', 'b', 'c', '_', 'd', 'e', 'f', 'a', '3', '4', '_', 'h', 'a']

print(re.findall('\d',src))            #\d匹配任意数字，等价于[0-9]             ['3', '4']

print(re.findall('\D',src))           #\D匹配任意非数字            ['a', 'b', 'c', '_', 'd', 'e', 'f', 'a', ' ', '_', 'h', '\n', 'a']

print(re.findall('\n',src))           #\n只匹配换行符            ['\n']

print(re.findall('.',src))             # .  除了\n以外的任意字符     ['a', 'b', 'c', '_', 'd', 'e', 'f', 'a', ' ', '3', '4', '_', 'h', 'a']

像\s  \w  \d都是匹配单个字符，如果匹配重复字符

*       +       ？   {}

例：

print(re.findall('\d*','1 12 aa bb'))      #  *  前面的表达式出现0次或任意次    ['1', '', '12', '', '', '', '', '', '', '']

print(re.findall('\d+','1 12 333 aa bb'))    #  + 重复1次或多次    ['1', '12', '333']

print(re.findall('\d?','aa bb a1c 1c1'))       #  ？ 表示重复0次或1次   ['', '', '', '', '', '', '', '1', '', '', '1', '', '1', '']

print(re.findall('\d{1,3}','aa bb a1c 1c11'))   #  {m,n}手动指定重复次数，最少m次，最多n次        ['1', '1', '11']

print(re.findall('[a-z]{3}','a aa aaa aaaa'))    #{m}  必须是m次          ['aaa', 'aaa']

print(re.findall('[a-z]{,3}','a aa aaa aaaa'))    #{，m}最大m次        ['a', '', 'aa', '', 'aaa', '', 'aaa', 'a', '']

匹配范围    |       []

例：

print(re.findall('1|0|2','1982asds'))            # a|b  匹配a或b   ['1', '2']

print(re.findall('[012]','1982asds'))         #[abc] 用来表示一组字符，单独列出，[abc] 匹配‘a’  'b'或‘c’    ['1', '2']

例子：找出所有的数字和字母  （注：减号只有在两个字符中间才有范围的意思，在两边都是普通字符）

print(re.findall('[0-9a-zA-Z]','1982asds'))      #['1', '9', '8', '2', 'a', 's', 'd', 's']

匹配行首，在范围匹配时使用^字符可以表示取反     ^

例：print(re.findall('^h','hellohelloh'))     #  ^ 行首  ['h']

print(re.findall('[^0-9a-zA-Z]','1982asds'))     #  ^  取反   []

匹配行尾：$  需要写在表达式后面

例：  print(re.findall('oh$','eololheullooh'))   #  $  行尾    ['oh']

单词边界：\b      也就是指单词和空格间的位置（也就是单词末尾）

例：  print(re.findall(r'h\b','hello world hih okh'))    #       ['h', 'h']

小练习：

1：验证密码是否符合规则：不能少于8位，只能是数字字母下划线，最长16位

import  re

pwd1='123456789'

pwd2='1234'

print(re.findall('\w{8,16}',pwd))    #pwd1       ['12345678']      ,          pwd2      []

2:验证手机号码：长度11，全是数字，前三位固定范围[189 131 150]

import  re

phone='13162996258'

print(re.findall('1(?:89|31|50)\d{8}',phone))

贪婪匹配      *   +   不是固定的特殊符号，只是一种现象

例：     print(re.findall('\w','ajshskhkcd'))            #['a', 'j', 's', 'h', 's', 'k', 'h', 'k', 'c', 'd']

print(re.findall('\w+','ajshskhkcd'))         #['ajshskhkcd']

print(re.findall('\w*','ajshskhkcd'))          #['ajshskhkcd', '']

会一直匹配到不满足条件为止，用？来阻止贪婪匹配  （匹配最少满足条件的字符数）

print(re.findall('\w+?','ajshskhkcd'))         #['a', 'j', 's', 'h', 's', 'k', 'h', 'k', 'c', 'd']
                                                print(re.findall('\w*?','ajshskhkcd'))         # ['', 'a', '', 'j', '', 's', '', 'h', '', 's', '', 'k', '', 'h', '', 'k', '', 'c', '', 'd', '']

什么时候需要阻止贪婪匹配

例：src="<img src='www.baidupic.shuai1.jpg'><img src='www.baidupic.shuai2.jpg'><img src='www.baidupic.shuai3.jpg'>"

正则表达式取出图片地址

print(re.findall("src='.+?'",src))

#["src='www.baidupic.shuai1.jpg'", "src='www.baidupic.shuai2.jpg'", "src='www.baidupic.shuai3.jpg'"]
                                    print(re.findall("src='(.+?)'",src))

#['www.baidupic.shuai1.jpg', 'www.baidupic.shuai2.jpg', 'www.baidupic.shuai3.jpg']
                                    print(re.findall("src='(?:.+?)'",src))

#["src='www.baidupic.shuai1.jpg'", "src='www.baidupic.shuai2.jpg'", "src='www.baidupic.shuai3.jpg'"]

（）用于给正则表达式分组(group)，不会改变原来的表达式逻辑意义，效果：优先取出括号内的内容

re模块的常用方法：

1：findall    从左往右查找所有满足条件的字符 ,返回一个列表

2:  search    返回第一个匹配的字符串 ,结果封装为对象

span=(0, 5) 匹配的位置          match匹配的值

例：

print(re.search('hello','hello world hello ython'))      #<re.Match object; span=(0, 5), match='hello'>

print(re.search('hello','hello world hello ython').group())  #   hello

3:match      匹配行首 ,返回值与search相同

例：print(re.match('hello','hello world hello ython'))      #<re.Match object; span=(0, 5), match='hello'>

print(re.match('hello','hello world hello ython').group())  #   hello

对于search ,match 匹配的结果通过group来获取

4:split    分割

例：print(re.split('hello','world hello ython',maxsplit=0))   #   ['world ', ' ython']

5：compile    将正则表达式封装为一个正则对象,好处是可以重复使用这个表达式

例：pattern=re.compile('hello')

print(pattern.search('hello world hello ython'))    #<re.Match object; span=(0, 5), match='hello'>

6：sub     替换

例：print(re.sub('hello','hao','world hello ython'))     #world hao ython

小练习：现有如下字符串，用正则表达式将c和shell换位置

src='c|java|ython|shell'

#先分3组

print(re.findall('(.+?)(\|.+\|)(.+)',src))    #    [('c', '|java|ython|', 'shell')]

#再替换

print(re.sub('(.+?)(\|.+\|)(.+)',r'\3\2\1',src))      #   shell|java|ython|c

============================================================

二：subprocess模块

sub   子

process  进程

什么是进程：正在进行中的程序，每当打开一个程序就会开启一个进程，每个进程包含运行程序所需的所有

资源，正常情况下不可以跨进程访问数据，但是有些情况就需要访问别的进程数据，就提供一

个叫做管道的对象，专门用于跨进程通讯。

作用：用于执行系统命令

常用方法：

1：run   返回一个表示执行结果的对象

2:  call    返回的执行的状态码

3:  Popen    返回的也是对象          ① stdout

②stderr

③stdin

总结：subprocess的好处是可以获取指令的执行结果

subprocess执行指令时可以在子进程中执行，这样避免造成主进程卡死