Python 部分知識點總結（六）

一、argparse 模塊

1. 參數種類：
   ?? ??? ?? ? 位置參數：參數放在那里，就要對應一個參數位置，例如：/etc?就是對應一個參數位置
   ?? ??? ?? ? 選項參數：必須通過前面是 –?的短選項，或者 —?的長選項，然后后面的才算它的參數，當然短選項后面也可以沒有參數
2. 基本解析
   import argparse
   parser = argparse.ArgumentParser()? #?獲得一個參數解析器
   args = parser.parse_args() #?分析參數
   parser.print_help() # 打印幫助
   argparse?不僅僅做了參數的定義和解析，還自動幫助生成了幫助信息，尤其是?usage，可以看到現在定義的參數是否是自己想要的
3. 解析器的參數
   ?? ??? ?? ? prog：程序的名字，缺省使用?sys.argv[0]
   ?? ??? ?? ? add_help：自動為解析器增加 -h?和 –help?選項，默認為?True
   ?? ??? ?? ? description：為程序功能添加描述
   parser = argparse.ArgumentParser(prog=’ls’,description=’list directory contents’,add_help=True)
4. 位置參數解析
   ?? ??? ?? ? ls?基本功能應該解決目錄內容的打印
   ?? ??? ?? ? 打印的時候應該指定目錄路徑，需要位置參數
   parser = argparse.ArgumentParser(prog=’ls’,description=’list directory contents’,add_help=True)
   parser.add_argument(‘path’)
   args = parser.parse_args() #?分析參數
   parser.print_help() # 打印幫助
   運行結果：
   usage：ls [-h] path
   ls：error：the following arguments are required：path
   即 -h?為幫助，可有可無；path?為位置參數，必須提供
5. 傳參
   parse_args(args=None,namespace=None)：args?參數列表，一個可迭代對象，內部會把可迭代對象轉換成?list，如果為?None?則使用命令行傳入參數，非?None?則使用?args?參數的可迭代對象
   import?argparse
   parser = argparse.ArgumentParser(prog=’ls’,description=’list directory contents’,add_help=True)
   parser.add_argument(‘path’)? #?位置參數
   args = parser.parse_args((‘/etc’,))? #?分析參數，同時傳入可迭代的參數
   print(args)? #?打印名詞空間紅收集的參數
   parser.print_help() # 打印幫助
   運行結果：
   Namespace(path=’/etc’)
   usage：ls [-h] path
   list directory contents
   positional arguments:
   ? ? path
   optional arguments：
   ? ? -h,–help show this help message and exit
   Namespace(path=’/etc’)?里面的?path?參數存儲在了一個?Namespace?對象內的屬性上，可以通過?Namespace?對象屬性來訪問，例如：args.path
6. 非必須位置參數
   有時候，ls?命令不輸入任何路徑的話就表示列出當前目錄的文件列表
   import?argparse
   parser = argparse.ArgumentParser(prog=’ls’,description=’list directory contents’,add_help=True)
   parser.add_argument(‘path’,nargs=’?’,default=’.’,help=”path help”)? #?位置參數
   ? ? help：表示幫助文檔中的這個參數的描述
   ? ? nargs：表示這個參數接收結果參數，？表示可有可無，+ 表示至少一個，*?可以任意個，數字表示必須是指定數目個
   ? ? default：表示如果不提供該參數，就使用這個值，一般和 ？ *?配合，因為它們都可以不提供位置參數，不提供就是用缺省值

二、序列化和反序列化

1. 序列化（serialization）：將內存中對象存儲下來，把它變成一個個字節? –>?二進制
   反序列化（deserialization）：將文件的一個個字節恢復成內存中的對象? < —?二進制
   持久化：序列化保存到文件就是持久化，可以將數據序列化后持久化，或者網絡傳輸；也可以將從文件中或者網絡接收到的字節序列反序列化
2. pickle?庫：Python?中的序列化、反序列化模塊
   ?? ?? ? dumps? ?對象序列化為?bytes?對象
   ?? ?? ? dump? ? ?對象序列化到文件對象，就是存入文件
   ?? ?? ? loads? ? ? 從?bytes?對象反序列化
   ?? ?? ? load? ? ? ?對象反序列化，從文件讀取數據
3. import pickle
   filename = ‘test.txt’
   d = {‘a’:1,’b’:’abc’,’c’:'[1,2,3]’}
   l = list(‘123’)
   i = 99
   with open(filename,’wb’) as f:
   ????pickle.dump(d,f)
   ????pickle.dump(l,f)
   ????pickle.dump(i,f)
   with open(filename,’rb’) as f:
   ????print(f.read(),f.seek(0))
   ????for _ in range(3):
   ????????x = pickle.load(f)
   ????????print(type(x),x)
   class AA:
   ????tttt = ‘ABC’
   ????def show(self):
   ????????print(‘abc’)
   a1 = AA()
   sr = pickle.dumps(a1)
   print(sr)
   a2 = pickle.loads(sr)
   print(a2.tttt)
   a2.show()

   ---

   b’\x80\x03}q\x00(X\x01\x00\x00\x00bq\x01X\x03\x00\x00\x00abcq\x02X\x01\x00\x00\x00cq\x03X\x07\x00\x00\x00[1,2,3]q\x04X\x01\x00\x00\x00aq\x05K\x01u.\x80\x03]q\x00(X\x01\x00\x00\x001q\x01X\x01\x00\x00\x002q\x02X\x01\x00\x00\x003q\x03e.\x80\x03Kc.’ 0

   <class ‘dict’> {‘b’: ‘abc’, ‘c’: ‘[1,2,3]’, ‘a’: 1}

   <class ‘list’> [‘1’, ‘2’, ‘3’]

   <class ‘int’> 99

   b’\x80\x03c__main__\nAA\nq\x00)\x81q\x01.’

   ABC

   abc

   上面的例子中，其實就保存了一個類名，因為所有的其他東西都是類定義的東西，是不變的，所以只序列化一個?AA?類名，反序列化的時候找到類就可以恢復一個對象
4. import pickle

   class AAA:

   ????def __init__(self):

   ????????self.tttt = ‘abc’

   a1 = AAA()

   ser = pickle.dumps(a1)

   print(ser)

   a2 = pickle.loads(ser)

   print(a2,type(a2))

   print(a2.tttt)

   print(id(a1),id(a2))

   ---

   b’\x80\x03c__main__\nAAA\nq\x00)\x81q\x01}q\x02X\x04\x00\x00\x00ttttq\x03X\x03\x00\x00\x00abcq\x04sb.’

   <__main__.AAA object at 0x7f625c06a390> <class ‘__main__.AAA’>

   abc

   140060427461408 140060427461520

   可以看出這次除了必須保存的AAA，還序列化了?tttt?和?abc，因為這是每一個對象自己的屬性，每一個對象不一樣的，所以這些數據需要序列化

   序列化、反序列化必須保證使用同一套類的定義，否則會帶來不可預料的結果
5. JSON（JavaScript?Object Notation，JS?對象標記）是一種輕量級的數據交換格式，它基于?ECMAScript（w3c?制定的?JS?規范）的一個子集，采用完全獨立于編程語言的文本格式來存儲和表示數據
6. 值：雙引號?引起來的字符串、數值、true?和?false、null、對象、數組，這些都是值

   字符串：由雙引號包圍起來的任意字符的組合，可以有轉義字符

   數值：有正負、整數、浮點數

   對象：無序的鍵值對的集合

   ?? ??? ?? ?格式：{key1:value,….keyn:valuen}

   ?? ??? ?? ?key?必須是一個字符串，需要雙引號包圍這個字符串

   ?? ??? ?? ?value?可以是任意合法的值

   數組：有序的值得集合，格式：[val1,….valn]
7. Python?支持少量內建數據類型到?Json?類型的轉換

   Python類型?? ??? ?Json類型

   True?? ??? ??? ??? ?? ? ?true

   False?? ??? ??? ??? ?? ? false

   None?? ??? ??? ??? ?? ? null

   str?? ??? ??? ??? ??? ?? ? string

   int?? ??? ??? ??? ??? ?? ? integer

   float?? ??? ??? ??? ??? ??float

   list?? ??? ??? ??? ??? ?? ? array

   dict?? ??? ??? ??? ??? ?? object

   dumps?? ??? ??? ?? ? json編碼

   dump?? ??? ??? ??? ??json編碼并存入文件

   loads?? ??? ??? ??? ?? ?json解碼

   load?? ??? ??? ??? ?? ? ?json解碼，從文件讀取數據

三、正則表達式

1. 元字符
   .? ?? ?? ? ?匹配出換行符外任意一個字符
   [abc]? ? 字符集合，只能表示一個字符位置，匹配所包含的任意一個字符
   [^abc]? 字符集合，只能表示一個字符位置，匹配除去集合內字符的任意一個字符
   [a-z]??? ?字符范圍，是一個集合，表示一個字符位置，匹配所包含的任意一個字符
   \b??? ??? ?匹配單詞的邊界
   \B??? ??? ?不匹配單詞的邊界，如 t\B?包含?t?的單詞但是不以?t?結尾的字符，write
   \d??? ??? ??匹配 [0-9]?中任意一個數字
   \D??? ??? ?匹配 [0-9]?中任意一個數字
   \s??? ?? ? ?匹配1位空白字符，包括換行符、制表符、空格
   \S??? ??? ?匹配一位非空白字符
   \w??? ??? ?匹配[0-9a-zA-Z_]，包括中文的字
   \W??? ??? ?匹配\w之外的字符
2. 轉義：具有特殊意義的符號，如果想使用它的本意，用反斜杠 \?轉義，\r?回車，\n?換行
3. 重復
   *? ? ? ? ?重復 0?次或多次
   +? ? ? ? 重復至少 1?次
   ?? ? ? ? ?重復 0?次或 1?次
   {n}? ? ? 重復固定的?n?次
   {n,}? ? ?重復至少?n?次
   {n,m}? 重復?n?到?m?次
   x|y? ? ? 匹配?x?或者?y
   (pattern)? ? ? ? ? ? ? ? ?使用小括號指定一個子表達式，也叫分組
   \數字?? ?? ? ?? ?? ? ? ? ? ?匹配對應的分組
   (?:pattern)? ? ?? ?? ? ??如果僅僅為了改變優先級，就不需要捕獲分組
   (?P<name>exp)? ???分組捕獲，但是可以通過?name?訪問分組
   (?=exp)? ?? ??? ??? ??? ?零寬度正預測先行斷言，斷言?exp?一定在匹配的右邊出現
   (?<=exp)? ?? ?? ? ? ? ??零寬度正回顧后發斷言，斷言?exp?一定出現在匹配的左邊出現
   (?!exp)??? ? ?? ??? ?? ? ??零寬度負預測先行斷言，斷言?exp?一定不會出現在右側
   (?<!exp)? ??? ??? ?? ? ??零寬度負回顧后發斷言，斷言?exp?一定不能出現在左側
   (?#comment)? ?? ???注釋，如：f(?=oo)(?#這個后斷言不捕獲)
4. 貪婪與非貪婪：默認是貪婪模式，即盡量多匹配更長的字符串，在重復的符號后面加上一個 ?，就會盡量的少匹配
   *???? ?? ??? ? ?匹配任意次，但盡可能少重復
   +???? ?? ???? ?匹配至少 1?次，但盡可能少重復
   ????? ?? ??? ???匹配 0?次或 1?次，但盡可能少重復
   {n,}??? ??? ? ?匹配至少?n?次，但盡可能少重復
   {n,m}? ? ? ? ?匹配至少?n?次，至多?m?次，但盡可能少重復
5. 引擎選項
   IgnoreCase?匹配時忽略大小寫，re.I
   Singleline?單行模式，可以匹配所有字符，包括 \n，re.S
   Multiline? 多行模式，^行首，$行尾，re.M
   ignorePatternWhitespace? 忽略表達式中的空白字符，如果要使用空白字符，用轉義，#可以做注釋，re.X
   單行模式就如同看穿了換行符，所有文本就是一個長長的只有一行的字符串，所有 ^?就是這一行字符串的行首，$?就是這一行的行尾
   多行模式，無法看穿換行符，^ 和 $?還是行首行尾的意思，只不過限于每一行
6. 方法
   編譯：re.compile(pattern,flags=0)
   ?? ??? ?設定?flags，編譯模式，返回正則表達式對象?regex
   ?? ?? ? pattern?就是正則表達式字符串，flags?是選項，正則表達式需要被編譯，為了提高效率，這些編譯后的結果被保存，下次使用同樣的?pattern?的時候，就不需要再次編譯
   ?? ?? ? re?的其它方法為了提高效率都調用了編譯方法，就是為了提高提速
   單詞匹配：re.match(pattern,string,flag=0)
   ?? ??? ??? ?? ? ?regex.match(string[,pos[,endpos]])
   ?? ??? ??? ?? ? ?match?匹配從字符串的開頭匹配，regex?對象?match方法可以重設定開始位置和結束位置，返回?match?對象，必須從開頭開始，找到一個就不找了，找不到就返回?None
   ?? ??? ??? ?? ? ?re.search(pattern,string.flags=0)
   ?? ??? ??? ??? ??regex.search(string[,pos[,endpos]])
   ?? ??? ??? ?? ? ?match?匹配從字符串的開頭匹配，regex?對象?match?方法可以重設定開始位置和結束位置，返回?match?對象，找到第一個就不找了
   ?? ??? ??? ?? ? ?re.fullmatch(pattern,string.flags=0)
   ?? ??? ??? ?? ? ?regex.fullmatch(string[,pos[,endpos]])
   ?? ??? ??? ??? ??整個字符串和正則表達式匹配，必須是完全匹配，多了少了都不行
   全文搜索：re.findall(pattern,string,flags=0)
   ?? ??? ??? ??? ??re.findall(string[,pos[,endpos]])
   ?? ??? ??? ?? ? ?對整個字符串，從左至右匹配，返回所有匹配項的列表
   ?? ??? ??? ??? ??re.finditer(pattern,string,flags=0)
   ?? ??? ??? ??? ??regex.finditer(string[,pos[,endpos]])
   ?? ??? ??? ?? ? ?對整個字符串，從左至右匹配，返回所有匹配項，返回迭代器
   ?? ??? ??? ?? ? ?注意每次迭代返回的是?match?對象
   匹配替換：re.sub(pattern,replacement,string,count=0,flags=0)
   ?? ??? ??? ?? ? ?regex.sub(replacement,string,count=0)
   ?? ??? ??? ?? ? ?使用?pattern?對字符串?string?進行匹配，對匹配項使用?repl?替換
   ?? ??? ??? ?? ? ?replacement?可以是?string、bytes、function
   ?? ??? ??? ?? ? ?re.subn(pattern,replacement,string,count=0,flags=0)
   ?? ??? ??? ?? ? ?regex.subn(replacement,string,count=0)
   ?? ??? ??? ?? ? ?同?sub?返回一個元祖（new_string，number_of_subs_made）
   分割字符串：re.split(pattern,string,maxsplit=0,flags=0)
   ?? ??? ??? ??? ?? ? 字符串的分割函數太難用，不能指定多個字符進行分割
   分組：使用小括號的 pattern?捕獲的數據被放到了組?group?中
   ?? ??? ?? ?match、search?函數可以返回?match?對象，findall?返回字符串列表，finditer?返回一個個?match?對象
   ?? ??? ?? ?如果?pattern?中使用了分組，如果有匹配的結果，會在?match?對象中
   ?? ??? ??? ??? ?? ? 1、使用?group(N)?方式返回對應分組，1-N?是對應的分組，0?返回整個匹配的字符串
   ?? ??? ??? ??? ?? ? 2、如果使用了命名分組，可以使用?group(‘name’)?的方式取分組
   ?? ??? ??? ??? ?? ? 3、也可以使用?groups()?返回所有組
   ?? ??? ??? ??? ?? ? 4、使用?groupdict()?返回所有命名的分組