常用模块：re ，shelve与xml模块

一 shelve模块：

shelve模块比pickle模块简单，只有一个open函数，所以使用完之后要使用f.close关闭文件。返回类似字典的对象，可读可写;key必须为字符串，而值可以是python所支持的数据类型。

import shelve

f=shelve.open(r'sheve.txt')
# f['stu1_info']={'name':'egon','age':,'hobby':['piao','smoking','drinking']}
# f['stu2_info']={'name':'gangdan','age':}
# f['school_info']={'website':'http://www.pypy.org','city':'beijing'}

print(f['stu1_info']['hobby'])
f.close()

二 xml模块

xml是实现不同语言或程序之间进行数据交换的协议，跟json差不多，但json使用起来更简单。

xml使用〈〉来区别分数据结构：

xml协议在各个语言里的都 是支持的，在python中可以用以下模块操作xml：

# print(root.iter('year')) #搜索全部内容
# print(root.find('country')) #在root的子节点找，只找一个，也就是说找到一个country就停止。
# print(root.findall('country')) #在root的子节点找，找所有，将所有的country都找到。

import xml.etree.ElementTree as ET

new_xml = ET.Element("namelist")
name = ET.SubElement(new_xml,"name",attrib={"enrolled":"yes"})
age = ET.SubElement(name,"age",attrib={"checked":"no"})
sex = ET.SubElement(name,"sex")
sex.text = ''
name2 = ET.SubElement(new_xml,"name",attrib={"enrolled":"no"})
age = ET.SubElement(name2,"age")
age.text = ''

et = ET.ElementTree(new_xml) #生成文档对象
et.write("test.xml", encoding="utf-8",xml_declaration=True)

ET.dump(new_xml) #打印生成的格式

同样的xml可以对文件内容进行增，删，改，查.

import xml.etree.ElementTree as ET

tree = ET.parse("xmltest.xml")
root = tree.getroot()
print(root.tag)

#遍历xml文档
for child in root:
    print('========>',child.tag,child.attrib,child.attrib['name'])
    for i in child:
        print(i.tag,i.attrib,i.text)

#只遍历year 节点
for node in root.iter('year'):
    print(node.tag,node.text)
#---------------------------------------

import xml.etree.ElementTree as ET

tree = ET.parse("xmltest.xml")
root = tree.getroot()

#修改
for node in root.iter('year'):
    new_year=int(node.text)+1
    node.text=str(new_year)
    node.set('updated','yes')
    node.set('version','1.0')
tree.write('test.xml')

#删除node
for country in root.findall('country'):
   rank = int(country.find('rank').text)
   if rank > 50:
     root.remove(country)

tree.write('output.xml')

#在country内添加（append）节点year2
import xml.etree.ElementTree as ET
tree = ET.parse("a.xml")
root=tree.getroot()
for country in root.findall('country'):
    for year in country.findall('year'):
        if int(year.text) > 2000:
            year2=ET.Element('year2')
            year2.text='新年'
            year2.attrib={'update':'yes'}
            country.append(year2) #往country节点下添加子节点

tree.write('a.xml.swap')

xml相关操作

三 re模块

re模块就是我们说的正则：

那么正则就是用使用一些具有特殊意义的符号组合起来的，用来描述字符或则字符串的方法。

其中组合起来的特殊字符就叫做正则表达式。

‘\W’:大写的W与小w是相反的，匹配非字母数字下划线。
‘\s’:匹配任意空白字符，[\t\n\r]或则一个空字符‘’
'\S':匹配任意非空字符，除了空字符
'\d':匹配任意数字，相当于匹配任意[0-9]的数字
'\D':匹配任意非数字。
'\n':匹配一个换行符
'\t'：匹配一个制表符
'^'：匹配字符串的开始字符 
'$'：匹配字符串的结尾字符
‘.’：匹配任意字符，除了换行符，当我们在后面加上（re.Dotall时可以匹配任意字符包括换行符）
'[...]':匹配一个指定范围的字符（这个字符来自于括号内），[]内只能代表一个。
‘[^...]’:对括号内的内容取反，当我们使用‘-’时，应将‘-’放左边或右边，不能放中间，放中间有其特殊意义。
‘*’：表示匹配0个或则无数个。
‘+’：表示匹配1个或者无数个
‘？’：匹配0个或者1个。
‘{m，n}’：匹配m到n个。

 =================================匹配模式=================================
#一对一的匹配
# 'hello'.replace(old,new)
# 'hello'.find('pattern')

#正则匹配
import re
#\w与\W
print(re.findall('\w','hello egon 123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3']
print(re.findall('\W','hello egon 123')) #[' ', ' ']

#\s与\S
print(re.findall('\s','hello  egon  123')) #[' ', ' ', ' ', ' ']
print(re.findall('\S','hello  egon  123')) #['h', 'e', 'l', 'l', 'o', 'e', 'g', 'o', 'n', '1', '2', '3']

#\n \t都是空,都可以被\s匹配
print(re.findall('\s','hello \n egon \t 123')) #[' ', '\n', ' ', ' ', '\t', ' ']

#\n与\t
print(re.findall(r'\n','hello egon \n123')) #['\n']
print(re.findall(r'\t','hello egon\t123')) #['\n']

#\d与\D
print(re.findall('\d','hello egon 123')) #['1', '2', '3']
print(re.findall('\D','hello egon 123')) #['h', 'e', 'l', 'l', 'o', ' ', 'e', 'g', 'o', 'n', ' ']

#\A与\Z
print(re.findall('\Ahe','hello egon 123')) #['he'],\A==>^
print(re.findall('123\Z','hello egon 123')) #['he'],\Z==>$

#^与$
print(re.findall('^h','hello egon 123')) #['h']
print(re.findall('3$','hello egon 123')) #['3']

# 重复匹配：| . | * | ? | .* | .*? | + | {n,m} |
#.
print(re.findall('a.b','a1b')) #['a1b']
print(re.findall('a.b','a1b a*b a b aaab')) #['a1b', 'a*b', 'a b', 'aab']
print(re.findall('a.b','a\nb')) #[]
print(re.findall('a.b','a\nb',re.S)) #['a\nb']
print(re.findall('a.b','a\nb',re.DOTALL)) #['a\nb']同上一条意思一样

#*
print(re.findall('ab*','bbbbbbb')) #[]
print(re.findall('ab*','a')) #['a']
print(re.findall('ab*','abbbb')) #['abbbb']

#?
print(re.findall('ab?','a')) #['a']
print(re.findall('ab?','abbb')) #['ab']
#匹配所有包含小数在内的数字
print(re.findall('\d+\.?\d*',"asdfasdf123as1.13dfa12adsf1asdf3")) #['123', '1.13', '12', '1', '3']

#.*默认为贪婪匹配
print(re.findall('a.*b','a1b22222222b')) #['a1b22222222b']

#.*?为非贪婪匹配：推荐使用
print(re.findall('a.*?b','a1b22222222b')) #['a1b']

#+
print(re.findall('ab+','a')) #[]
print(re.findall('ab+','abbb')) #['abbb']

#{n,m}
print(re.findall('ab{2}','abbb')) #['abb']
print(re.findall('ab{2,4}','abbb')) #['abb']
print(re.findall('ab{1,}','abbb')) #'ab{1,}' ===> 'ab+'
print(re.findall('ab{0,}','abbb')) #'ab{0,}' ===> 'ab*'

#[]
print(re.findall('a[1*-]b','a1b a*b a-b')) #[]内的都为普通字符了，且如果-没有被转意的话，应该放到[]的开头或结尾
print(re.findall('a[^1*-]b','a1b a*b a-b a=b')) #[]内的^代表的意思是取反，所以结果为['a=b']
print(re.findall('a[0-9]b','a1b a*b a-b a=b')) #[]内的^代表的意思是取反，所以结果为['a=b']
print(re.findall('a[a-z]b','a1b a*b a-b a=b aeb')) #[]内的^代表的意思是取反，所以结果为['a=b']
print(re.findall('a[a-zA-Z]b','a1b a*b a-b a=b aeb aEb')) #[]内的^代表的意思是取反，所以结果为['a=b']

#\# print(re.findall('a\\c','a\c')) #对于正则来说a\\c确实可以匹配到a\c,但是在python解释器读取a\\c时，会发生转义，然后交给re去执行，所以抛出异常
print(re.findall(r'a\\c','a\c')) #r代表告诉解释器使用rawstring，即原生字符串，把我们正则内的所有符号都当普通字符处理，不要转义
print(re.findall('a\\\\c','a\c')) #同上面的意思一样，和上面的结果一样都是['a\\c']

#():分组
print(re.findall('ab+','ababab123')) #['ab', 'ab', 'ab']
print(re.findall('(ab)+123','ababab123')) #['ab']，匹配到末尾的ab123中的ab
print(re.findall('(?:ab)+123','ababab123')) #findall的结果不是匹配的全部内容，而是组内的内容,?:可以让结果为匹配的全部内容
print(re.findall('href="(.*?)"','<a href="http://www.baidu.com">点击</a>'))#['http://www.baidu.com']
print(re.findall('href="(?:.*?)"','<a href="http://www.baidu.com">点击</a>'))#['href="http://www.baidu.com"']

#|
print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, and the next one is my company'))

1#^上结符
# print(re.findall('^a','bc a12a sd 3a4 f'))
# print(re.findall('^1','1llo egon 123'))
#如果存在以^后面的字母或数字，那么就输出这个字符或数字，否者输出为空。
2#.点
# print(re.findall('a.b','a2b a\nb acb ccb'))
# 如果存在一个字符a与b中间有一个任意的字符，除了换行符则输出该字符，a与b中间只能有一个字符。
# print(re.findall('a.b','a2b a\nb acb ccb',re.DOTALL))#加上一个re.DOTALL就可以实现所有的字符
3#*星号
# print(re.findall('a*b','a2b b acb ccb b'))
# print(re.findall('ab*','a2b a、b acb ccb aaaabbbbb'))
#将星号前面的表达式字符与后面的字符进行匹配，将匹配到的字符输出，可以是0个到多个
4#？问号
# print(re.findall('ab?','ab abc accc abccc abbbb')) #['a']
# print(re.findall('ab?','abbb')) #['ab']
# ？将问号前面的字符与后面的字符进行匹配，只匹配0个或1个。即使有多余的也不会匹配
5#
# print(re.findall('\d+\.?\d*',"asdfasdf12453as1.13dfa12adsf1asdf3"))
# 匹配所有包括小数在内的数字
6#（.*）为贪婪匹配
# print(re.findall('a.*b','a1b22222222b'))
# 那么他会从a开始匹配，一直匹配到最后一个b
7#(.*?)为非贪婪匹配
# print(re.findall('a.*?b','a1b22222222b'))
# 那么他从a开始碰到第一个b就会结束
8#（+）加号
# print(re.findall('ab+','a'))
# print(re.findall('ab+','abbb'))
#也就是至少有一个匹配上。
9#{n，m}从n到m
# print(re.findall('ab{2}','ab')) #['abb']
# print(re.findall('ab{2,4}','abbb')) #['abb']
# print(re.findall('ab{1,}','abbbbbbbbbbbb')) #'ab{1,}' ===> 'ab+'
# print(re.findall('ab{0,}','abbb')) #'ab{0,}' ===> 'ab*'
# 从a开始，在大括号内定义开始个数和结束个数。
10#[]中括号
# print(re.findall('a[1*-]b','a1b a*b a-b ab'))
# []内的都为普通字符，也就是说只能表示[]的意思，其他的都是匹配不到,按照[]中德单独字符的格式。
11#[^]中括号内加^
# print(re.findall('a[^1*-]b','a1b a*b a-b'))
# 对括号里的内容取反。也就是说凡是跟[]中一样的格式都匹配不到。
12#分组（）
# print(re.findall('ab+123','ababab123')) #['ab', 'ab', 'ab']
# print(re.findall('(ab)+123','ababab123')) #['ab']，
#['ab123']
# ['ab']
# 上述为两个输出的结果，所以（）只输出括号内的匹配到的值。
13#竖杠|
print(re.findall('compan(?:y|ies)','Too many companies have gone bankrupt, '
                                   'and the next one is my company'))
#一个或的作用，