第一篇：黑马程序员Python教程python re 模块及正则表达式调用认识-2

python re 模块及正则表达式调用认识-2

foo匹配foo，也可以是foobar。而正则foo$只配foo.>>> print re.search(r'foo$','foo').group()

foo

>>> print re.search(r'foo$','foobar').group()#匹配失败

Traceback(most recent call last):

File “

”, line 1, in

print re.search(r'foo$','foobar').group()

AttributeError: 'NoneType' object has no attribute 'group'

>>>

在 'foo1nfoo2n' 中用foo.$进行匹配可以得到foo2，但在MULTILINE模式中得到的是foo1.对$在’foon‘中进行searching，则会匹配到两个空白，一个在新行之前，一个在字符串的结尾。

>>> print re.search(r'foo.$','foo1nfoo2n').group()

foo2

>>> print re.search(r'foo.$','foo1nfoo2n',re.M).group()

foo1

>>>

>>> print re.search(r'$','foo1nfoo2n').group()

>>>

'*'----匹配前一个字符0次或无限次

>>> print re.search(r'fo*','foooo').group()

foooo

>>> print re.search(r'fo*','f').group()#可以匹配前一个字符零次

f

>>>

’+‘----匹配前一个字符1次或无限次。ab+将匹配a之后的b至少一次。

>>> print re.search(r'fo+','foooo').group()

foooo

>>> print re.search(r'fo+','f').group()

Traceback(most recent call last):

File “

”, line 1, in

print re.search(r'fo+','f').group()

AttributeError: 'NoneType' object has no attribute 'group'

>>>

’？‘----匹配前一个字符0次或一次。ab? 将匹配a 或者ab

>>> print re.search(r'fo?','foooo').group()

fo

>>> print re.search(r'fo?','f').group()

f

>>>

*?, +?,??----'*','+','?'都是贪婪匹配限定符；尽可能多的匹配内容，但有时候没必要这样，’<.*>'对'

title

'，对其限定符后添加‘？’，这样就会得到非贪婪匹配或者得到最小匹配。尽可能的少匹配字符；用.*?在表达式之前，则会只匹配'

'。

>>> print re.search(r'fo*?','foeeeerrfoeeb').group()# *匹配零次

f

>>> print re.search(r'fo*?','foooorrfooob').group()

f

>>> print re.search(r'fo+?','foeeeerrfoeeb').group()# + 匹配一次

fo

>>> print re.search(r'fo+?','foooorrfooob').group()

fo

>>> print re.search(r'fo??','foeeeerrfoeeb').group()# ？匹配一次

f

>>> print re.search(r'fo??','foooorrfooob').group()

f

>>>

>>> print re.search(r'<.*>','

title

title

>>> print re.search(r'<.*?>','

title

>>>

对其限定符后添加‘？’，这样就会得到非贪婪匹配或者得到最小匹配

{m}---刚好匹配m次，不少也不多

>>> print re.search(r'fo{3}','foooo').group()

fooo

>>> print re.search(r'fo{2}','foooo').group()

foo >>>

{m,n}----匹配正则m到n次，a{3,5} will match from 3 to 5'a' characters。m缺省时表示0，n缺省时表示无限次。a{4,}b will matchaaaab or a thousand'a' characters followed by ab, but notaaab.中间的逗号不能省略。

>>> print re.search(r'a{,4}b','aaab').group()

aaab >>> print re.search(r'a{4,}b','aaab').group()

Traceback(most recent call last):

File “

”, line 1, in

print re.search(r'a{4,}b','aaab').group()

AttributeError: 'NoneType' object has no attribute 'group' >>>

{m,n}？----非贪婪模式，匹配最少的m次。For example, on the 6-character string 'aaaaaa', a{3,5} will match 5'a' characters，while a{3,5}? will only match 3 characters.>>> print re.search(r'a{3,5}b','aaaaaab').group()

aaaaab

>>> print re.search(r'a{3,5}?b','aaaaaab').group()#这种后面还有字符的情况容易出错，实际还是以n来计算的

aaaaab

>>> print re.search(r'a{3,5}?','aaaaaab').group()

aaa

>>>

‘'----转义字符，用来匹配 *，？等等。不是使用raw string的情况下，Python also uses the backslash as an escape sequence in string literals;也就是不使用r'XXX时，要使用两次反斜杠才能表示一个反斜杠，用raw简单些。

>>> print re.search(r'a*?','aa*?b').group()

a*?

>>> print re.search('a*?','aa*?b').group()

a*?

>>>

[ ]---存放字符集，1）中括号中的字符可以是单个的，e.g.[amk] will match'a','m', or'k'.>>> print re.search('[amk]','sdafgfhmrtykyy').group()

a >>> print re.search('[amk].','sdafgfhmrtykyy').group()

af

>>> print re.search('[mka].','sdafgfhmrtykyy').group()

af

是或关系，匹配了a，就没有再匹配 m，k。

第二篇：黑马程序员Python教程python XlsxWriter模块创建aexcel表格-1

python XlsxWriter模块创建aexcel表格-1

安装使用pip install XlsxWriter来安装,Xlsxwriter用来创建excel表格,功能很强大,下面具体介绍:

1.简单使用excel的实例:

#coding:utf-8

import xlsxwriter

workbook = xlsxwriter.Workbook('d:suq estdemo1.xlsx')#创建一个excel文件

worksheet = workbook.add_worksheet('TEST')#在文件中创建一个名为TEST的sheet,不加名字默认为sheet1

worksheet.set_column('A:A',20)

#设置第一列宽度为20像素

bold = workbook.add_format({'bold':True})#设置一个加粗的格式对象

worksheet.write('A1','HELLO')

#在A1单元格写上HELLO

worksheet.write('A2','WORLD',bold)

#在A2上写上WORLD,并且设置为加粗

worksheet.write('B2',U'中文测试',bold)#在B2上写上中文加粗

worksheet.write(2,0,32)

#使用行列的方式写上数字32,35,5

worksheet.write(3,0,35.5)

#使用行列的时候第一行起始为0,所以2,0代表着第三行的第一列,等价于A4

worksheet.write(4,0,'=SUM(A3:A4)')#写上excel公式 worksheet.insert_image('B5','f:1.jpg')#插入一张图片

workbook.close()

2.常用方法说明 1.Workbook类

Workbook类创建一个XlsxWriter的Workbook对象,代表整个电子表格文件,存储到磁盘上.add_worksheet():用来创建工作表,默认为sheet1 add_format():创建一个新的格式对象来格式化单元格,例如bold=workbook.add_format({'bold':True})还可以使用set_bold,例如:bold=workbook.add_format()bold.set_bold()

#border：边框，align:对齐方式，bg_color：背景颜色，font_size：字体大小，bold：字体加粗

top = workbook.add_format({'border':1,'align':'center','bg_color':'cccccc','font_size':13,'bold':True})

add_chart(options):创建一个图表对象,内部是使用insert_chart()方法来实现的,options(dict类型)为图表指定一个字典属性 close():关闭文件

2.Worksheet类

worksheet代表一个Excel的工作表,是XlsxWriter的核心,下面是几个核心方法

write(row,col,*args):写普通数据到工作表的单元格,row行坐标,col列坐标,起始都是以0开始,*args为写入的内容,可以是字符串,文字,公式等,writer方法已经作为其它更具体数据类型方法的别名

write_string():写入字符串类型,worksheet.write_string(0,0,'your text')write_number():写入数字类型,worksheet.write_number('A2',1.1)write_blank():写入空类型数据,worksheet.write_blank('A2',None)wirte_formula():写入公式类型,worksheet.write_formula(2,0,'=SUM(B1:B5))write_datetime():写入日期类型数据,worksheet.write_datetime(7,0,datetime.datetime.strptime('2014-01-02','%Y-%m-%d),workbook.add_format({'num_format':'yyyy-mm-dd'}));write_boolean():写入逻辑类数据,worksheet.write_boolean(0,0,True)write_url():写入超链接类型数据,worksheet.write_url('A1','ftp://www.xiexiebang.com')write_column():写入到一列,后面接一个数组 wirte_row():写入到一行,后面接一个数组

set_row(row,height,cell_format,options):此方法设置行单元格的属性,row指定行位置,height指定高度,单位是像素,cell_format指定格式对象,参数options设置hiddeen(隐藏),level(组合分级),collapsed(折叠,例如: cell_format=workbook.add_format({'bold':True})worksheet.set_row(0,40,cell_format)设置第一行高40,加粗

set_column(first_col,last_col,width,cell_format,options):设置列单元格的属性,具体参数说明如上.worksheet.set_column(0,1,10)worksheet.set_column('C:D',20)insert_image(row,col,image[,options]):此方法是插入图片到指定单元格 例如插入一个图片的超链接为www.xiexiebang.com worksheet.insert_image('B5','f:1.jpg',{'url':'http://www.xiexiebang.com'})

第三篇：黑马程序员Python教程：Python培训专家：6个常见面试题

传智播客Python培训专家：6个常见面试题

在面试中，有一定比例是字符串处理以及网络编程那块，当然了肯定还有些其他的问题，下面帮大家找了6道题目，接下来小试牛刀吧！很简单的哦。

第1题：

Q:是否遇到过python的模块间循环引用的问题，如何避免它? A:这是代码结构设计的问题，模块依赖和类依赖 如果老是觉得碰到循环引用可能的原因有几点： 1.可能是模块的分界线划错地方了 2.可能是把应该在一起的东西硬拆开了 3.可能是某些职责放错地方了 4.可能是应该抽象的东西没抽象

总之微观代码规范可能并不能帮到太多，重要的是更宏观的划分模块的经验技巧，推荐uml，脑图，白板等等图形化的工具先梳理清楚整个系统的总体结构和职责分工

采取办法，从设计模式上来规避这个问题，比如: 1.使用 “__all__” 白名单开放接口 2.尽量避免 import

第2题：

Q: Python中如何定义一个函数

A: 有2种方法：

第1种：

def func(arg, *args, **kwagrs):

#普通函数

func_body

return

第2种：

lambda x: x **2

#匿名函数

第3题：

Q:请写出一段Python代码实现删除一个list里面的重复元素 A:

>>> L1 = [4,1,3,2,3,5,1]

>>> L2 = []

>>> [L2.append(i)for i in L1 if i not in L2]

>>> print L2

[4, 1, 3, 2, 5]

运行结果如下图：

第4题：

Q:Python是如何进行内存管理的

A: python内部使用引用计数，来保持追踪内存中的对象，Python内部记录了对象有多少个引用，即引用计数，当对象被创建时就创建了一个引用计数，当对象不再需要时，这个对象的引用计数为0时，它被垃圾回收。所有这些都是自动完成，不需要像C一样，人工干预，从而提高了程序员的效率和程序的健壮性。

第5题：

Q:写一个简单的Python socket编程

A: socket是用来进行网络编程用的接口，网络编程分为服务器端和客户端

服务器端代码如下： import socket

sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

sock.bind(('localhost', 8001))

sock.listen(5)

while True:

conn, addr = sock.accept()

try:

conn.settimeout(5)

buff = conn.recv(1024)

if buff == '1':

conn.send('Hello, Client...')

else:

conn.send('Please, Go Out...')

except socket.timeout:

print 'Socket Time Out...'

finally:

conn.close()

客户端代码如下： import socket

import time

sock = socket.socket(socket.AF_INET, socket.SOCK_STREAM)

sock.connect(('localhost', 8001))

time.sleep(2)

sock.send('1')

print sock.recv(1024)

sock.close()

第6题：

Q：src = “security/afafsff/?ip=123.4.56.78&id=45”，请写一段代码用正则匹配出IP

A:

import re

src = “security/afafsff/?ip=123.4.56.78&id=45”

m = re.search('ip=(d{1,3}.d{1,3}.d{1,3}.d{1,3})', src, re.S)# re.S 改变'.'的行为

print m.group(1)

# 输出结果 >>> 123.4.56.78

运行结果如下：

第四篇：黑马程序员C语言教程：带你浅出python爬虫框架scrapy二)

带你深入浅出python爬虫框架scrapy(二)之前我们学习了scrapy的安装，接下来我们先简单的介绍一下使用。

一、创建一个新的Scrapy项目

scrapy startproject itcast 结构如下

│ scrapy.cfg │

└─itcast │ items.py

│ pipelines.py

│ settings.py

│ __init__.py

│

└─spiders __init__.py

这些文件主要是：

      scrapy.cfg: 项目配置文件

itcast/: 项目python模块, 呆会代码将从这里导入 itcast/items.py: 项目items文件 itcast/pipelines.py: 项目管道文件 itcast/settings.py: 项目配置文件 itcast/spiders: 放置spider的目录

二、定义提取的Item 它通过创建一个scrapy.item.Item类来声明，定义它的属性为scrpy.item.Field对象，就像是一个对象关系映射(ORM).我们通过将需要的item模型化，来控制从dmoz.org获得的站点数据，比如我们要获得站点的名字，url和网站描述，我们定义这三种属性的域。要做到这点，我们编辑在itcast目录下的items.py文件，我们的Item类将会是这样

from scrapy.item import Item, Field class DmozItem(Item): title = Field()link = Field()desc = Field()

三、写一个Spider用来爬行站点，并提取Items

Spider是用户编写的类，用于从一个域（或域组）中抓取信息。

他们定义了用于下载的URL的初步列表，如何跟踪链接，以及如何来解析这些网页的内容用于提取items。要建立一个Spider，你必须为scrapy.spider.BaseSpider创建一个子类，并确定三个主要的、强制的属性：

  name：爬虫的识别名，它必须是唯一的，在不同的爬虫中你必须定义不同的名字.start_urls：爬虫开始爬的一个URL列表。爬虫从这里开始抓取数据，所以，第一次下载的数据将会从这些URLS开始。其他子URL将会从这些起始URL中继承性生成。

 parse()：爬虫的方法，调用时候传入从每一个URL传回的Response对象作为参数，response将会是parse方法的唯一的一个参数, 这个方法负责解析返回的数据、匹配抓取的数据(解析为item)并跟踪更多的URL。from scrapy.spider import BaseSpider

class DmozSpider(BaseSpider): name = “dmoz”

allowed_domains = [“dmoz.org”] start_urls = [ “http://#topics-selectors 这是一些XPath表达式的例子和他们的含义

    /html/head/title: 选择HTML文档元素下面的