re模块,subprocess模块

"""
RE是什么
正则 表达 式子
就是一些带有特殊含义的符号或者符号的组合
它的作用是对字符串进行过滤
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规则是什么样 通过什么方式来告诉计算机 就通过正则表达式
第一步 学习正则表达式 各种符号所表示的含义
re模块的内部实现 不是python 而是调用了c库

"""

import re

# 待处理字符串
src = "abcdef \t 12121gaa1a _ - a * / \n a"
# 在字符串中查找所有满足条件的
# print(re.findall("ab",src))

# \w字母数字下划线 \W非字母数字下划线 与前面相反
# print(re.findall("\w",src))
# print(re.findall("\W",src))

# \s 所有不可见字符 \S 可见字符
# print(re.findall("\s",src))
# print(re.findall("\S",src))

# \d 所有数字 \D所有非数字
# print(re.findall("\d",src))
# print(re.findall("\d",src))

# 特殊字符直接匹配
# print(re.findall("\n",src))
# print(re.findall("\t",src))

# . 除了\n以外任意字符
# print(re.findall(".",src))
#
# print(re.findall("\d","abcdef \t 12121gaa1a _ - a * / \n a"))

# \s \w \d . 都是匹配单个字符
# 匹配重复字符 * + ? {}
# * 前面的表达式出现任意次
# print(re.findall("\w\d*","1 12 aa"))

# +重复1次或多次
# print(re.findall("\d+","1 12121272163871asas6378232678a aa"))

# ?表示重复0次或1次
# print(re.findall("\d?","aa bb a1c 1c1 123"))

# {m,n} 最少m次 最多n次
# print(re.findall("\d{1,3}","1 12 123 1234 "))

# {m} 必须是m次
print(re.findall("[a-z]{2}","a aa aaa ssss"))

# {,m} 最大m次 0-m
print(re.findall("[a-z]{,3}","a aa aaa a1aa"))

# 从字符串1982asasa中找到所有0 1 2

# 匹配范围
# | 0|1|2 或
# print(re.findall("0|1|2","1982asasa"))

# [] 字符集合 括号内的符号不是整体
# print(re.findall("[012]","1982asasa"))
# ============================================ 在范围匹配时使用脱字符表示取反
# 在这里表示除了0-9之外的任意字符
# print(re.findall("[^012]","1982asasa"))

# 请找出 所有的数字0-9和字母a-z A-Z 注意 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]","1982asa+sa"))

# ^ 匹配行首
# print(re.findall("^h","hellohello"))
#
# # $ 匹配行未 注意写在表达式后面
# print(re.findall("[a-z]oh$","lohhel9ohelloh"))

# 单词边界 指的是单词的末尾
print(re.findall("h\\b","helloh hih"))

print(re.findall("h\\B","hellhoh hih"))

# 双斜杠??
print(re.findall("a\\\\c","aakakja\c"))

# 贪婪匹配 * + 不是固定的特殊符号 只是一种现象
# 会一直匹配到不满足条件为止 用问号来阻止贪婪匹配(匹配最少满足条件的字符数)
print(re.findall("\w+?","ajshsjkdsd"))

print(re.findall("\w*?","ajshsjkdsd"))

# 说明时候需要阻止贪婪

src = "<img src='www.baidupic.shuaiqi1.jpg'><img src='www.baidupic.shuaiqi2.jpg'><img src='www.baidupic.shuaiqi3.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

# 请用正则表达式取图片地址
print(re.findall("src='(.+?)'",src))

# 了解 加上?: 可以取消括号中的优先级
print(re.findall("src='(?:.+?)'",src))
print(re.findall("src='(?:www).(?:baidupic)",src))

"""
re模块常用方法
findall 从左往右查找所有满足条件的字符 返回一个列表
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
match 匹配行首 返回值与search相同
对于search match 匹配的结果通过group来获取
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

"""
import re
print(re.search("hello"," world hello python"))
print(re.match("hello"," world hello python"))
print(re.split("hello","world hello python",maxsplit=0))

#
pattern = re.compile("hello")
# print(pattern.search("world hello python",3))

# print(re.sub("hello","gun","world hello Java"))

# 现有字符串如下
src = "c++|java|python|shell"
# 用正则表达式将c 和shell换位置
# print(re.sub("([a-zA-Z]+)|","",src))

# 先用分组将 内容 分为三个 1.c++ 2.|java|python| 3.shell
print(re.findall("(.+?)(\|.+\|)(.+)",src))

print(re.sub("(.+?)(\|.+\|)(.+)",r"\3\2\1",src))

# print(re.search("(.+?)(\|.+)\|(.+)",src).group(3))
# print(re.sub("(.+)(\|.+\|)(.+)",r"\3\2\1",src))
# print(re.search("(.+?)\|",src))

"""
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
但是有些情况写就需要访问别的进程数据 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
run 返回一个表示执行结果的对象
call 返回的执行的状态码

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 这样避免造成主进程卡死
注意 管道的read方法和文件的read有相同的问题 read后光标会到文件末尾 导致第二次无法read到数据