码迷,mamicode.com
首页 > 编程语言 > 详细

python 全栈 python基础 (二十一)logging日志模块 json序列化 正则表达式(re)

时间:2017-05-07 20:06:52      阅读:228      评论:0      收藏:0      [点我收藏+]

标签:json   模块   优先级   转义   abd   cti   页面   bcd   函数式   

一、日志模块

  两种配置方式:1、config函数 2、logger
  #1、config函数 不能输出到屏幕

  #2、logger对象 (获取别人的信息,需要两个数据流:文件流和屏幕流需要将数据从两个数据流中接收)

 1、函数式简单配置

import logging  
logging.debug(debug message)  
logging.info(info message)  
logging.warning(warning message)  
logging.error(error message)  
logging.critical(critical message)  

  默认情况下Python的logging模块将日志打印到了标准输出中,且只显示了大于等于WARNING级别的日志,这说明默认的日志级别设置为WARNING(日志级别等级CRITICAL > ERROR > WARNING > INFO > DEBUG),默认的日志格式为日志级别:Logger名称:用户输出消息。

  灵活配置日志级别,日志格式,输出位置:

 2)config函数样式

import logging

#config
logging.basicConfig(level=logging.DEBUG,  #设置文件等级
                    format=%(asctime)s %(filename)s[line:%(lineno)d] %(levelname)s %(message)s,
                    datefmt=%a, %d %b %Y %H:%M:%S,
                    filename=/tmp/test.log,
                    filemode=w)

logging.debug(debug message)
logging.info(info message)
logging.warning(warning message)
logging.error(error message)
logging.critical(critical message)

 配置参数:

logging.basicConfig()函数中可通过具体参数来更改logging模块默认行为,可用参数有:

filename:用指定的文件名创建FiledHandler,这样日志会被存储在指定的文件中。
filemode:文件打开方式,在指定了filename时使用这个参数,默认值为“a”还可指定为“w”。
format:指定handler使用的日志显示格式。
datefmt:指定日期时间格式。
level:设置rootlogger(后边会讲解具体概念)的日志级别
stream:用指定的stream创建StreamHandler。可以指定输出到sys.stderr,sys.stdout或者文件(f=open(‘test.log’,’w’)),默认为sys.stderr。若同时列出了filename和stream两个参数,则stream参数会被忽略。

format参数中可能用到的格式化串:
%(name)s Logger的名字
%(levelno)s 数字形式的日志级别
%(levelname)s 文本形式的日志级别
%(pathname)s 调用日志输出函数的模块的完整路径名,可能没有
%(filename)s 调用日志输出函数的模块的文件名
%(module)s 调用日志输出函数的模块名
%(funcName)s 调用日志输出函数的函数名
%(lineno)d 调用日志输出函数的语句所在的代码行
%(created)f 当前时间,用UNIX标准的表示时间的浮 点数表示
%(relativeCreated)d 输出日志信息时的,自Logger创建以 来的毫秒数
%(asctime)s 字符串形式的当前时间。默认格式是 “2003-07-08 16:49:45,896”。逗号后面的是毫秒
%(thread)d 线程ID。可能没有
%(threadName)s 线程名。可能没有
%(process)d 进程ID。可能没有
%(message)s用户输出的消息

 3)logger对象配置方式:

  logging库提供了多个组件:Logger、Handler、Filter、Formatter。Logger对象提供应用程序可直接使用的接口,Handler发送日志到适当的目的地,Filter提供了过滤日志信息的方法,Formatter指定日志显示格式。另外,可以通过:logger.setLevel(logging.Debug)设置级别。

import logging

#logger对象
logger = logging.getLogger()   #创建一个logger对象
logger.setLevel(logging.DEBUG) #设置输出等级
fm = logging.Formatter(%(asctime)s - %(name)s - %(levelname)s - %(message)s)  #设置文件编写格式

fh = logging.FileHandler(b.log) #创建一个hander 负责产生文件数据
sh = logging.StreamHandler()      #创建一个hander 负责产生屏幕数据

fh.setFormatter(fm)  #设置格式
sh.setFormatter(fm)  #设置格式

logger.addHandler(fh)  #接收文件的数据流
logger.addHandler(sh)  ##接收屏幕的数据流

logger.debug(logger debug message)
logger.info(logger info message)
logger.warning(logger warning message)
logger.error(logger error message)
logger.critical(日志信息)

二、序列化模块 json (可支持跨语言之间的转换!)

  之前我们学习过用eval内置方法可以将一个字符串转成python对象,不过,eval方法是有局限性的,对于普通的数据类型,json.loads和eval都能用,但遇到特殊类型的时候,eval就不管用了,所以eval的重点还是通常用来执行一个字符串表达式,并返回表达式的值。

  1、什么是序列化

  我们把对象(变量)从内存中变成可存储或传输的过程称之为序列化,序列化之后,就可以把序列化后的内容写入磁盘,或者通过网络传输到别的机器上。反过来,把变量内容从序列化的对象重新读到内存里称之为反序列化。

 1)json

  如果我们要在不同的编程语言之间传递对象,就必须把对象序列化为标准格式,比如XML,但更好的方法是序列化为JSON,因为JSON表示出来就是一个字符串,可以被所有语言读取,也可以方便地存储到磁盘或者通过网络传输。JSON不仅是标准格式,并且比XML更快,而且可以直接在Web页面中读取,非常方便。JSON表示的对象就是标准的JavaScript语言的对象一个子集,JSON和Python内置的数据类型对应如下:

技术分享

 

序列化:json.dumps()
反序列化:json.loads() #只要是json字符串,就能反序列化回去

import json

d = {name:egon}
s = json.dumps(d)  #将字典d转为json字符串  序列化过程
print(type(s))
print(s)  #注意转换的引号,由单引号转成了双引号。形成json字符串


data = json.loads(s) #反序列过程
print(data[name])

#执行结果:
<class str>
{"name": "egon"}
egon

#dump方式   用于文件操作,省掉了write

# # -------------- dump方式  用于文件操作中,先将数据序列化然后写入文件中!
import json

d={name:"egon"}

f=open("new2",w)
json.dump(d,f)#---------1 将字典d转成json字符串 2 将json字符串写入f里(!注意参数顺序!)
f.close()

f=open("new2")
print(f.read())
f.close()

  2)pickle 仅在python中进行序列化转换,可对任意类型的数据进行序列化转换。
    操作与json一样,但是转换的数据为bytes格式,不可查看

#----------------------------------pickle--------------------

import pickle
import datetime

t=datetime.datetime.now()
d={"data":t}
print(d)
s=pickle.dumps(d)  #序列化
print(s,type(s)) #查看序列化的内容,数据类型
s1 = pickle.loads(s) #反序列化
print(s1,type(s1)) #查看序列化的内容,数据类型

三、正则表达式 re 模块

  就其本质而言,正则表达式(或 RE)是一种小型的、高度专业化的编程语言,(在Python中)它内嵌在Python中,并通过 re 模块实现。正则表达式模式被编译成一系列的字节码,然后由用 C 编写的匹配引擎执行。

  正则就是给字符串操作得。
  爬虫里会大量用到字符串。要处理一定是对字符串处理。

  正则表达式是模糊匹配,这就是正则表达式得真正关键所在。

  匹配是一个一个对应的关系,匹配上就放进自己的列表中。

 1.正则表达式(元字符):只对字符串进行操作
  1)操作 一个字符 
  通配符 点 . 可以替换除了换行符(\n)所有字符, 通配符(一个字符)没有跳过之说。

  2)操作 重复字符(操作元字符前的一个字符)
   *  代表:0到无穷次
   +  代表:1到无穷次
    代表:0到1次
   {} {r,m}代表:有r-m次

   \d  代表:0-9 的 数字
   [] 字符集   中括号内的字符是或的关系,只要匹配到其中一个就可以。

    在字符集中还要注意:*,+ . 等元字符都代表的是普通符号, 而 - ^ \    

    [^2] 字符集内的 ^ 是取反的意思。及除字符集内的条件其他的都符合,[\d] 表示的还是数字!


  3)有特殊意义的字符:

   -  代表:什么到什么 的意思 例如:[1-9]  

 

   ^ 开始匹配 从字符串开始位置匹配

   $ 结尾匹配 从字符串结尾位置匹配

   ()  分组  优先匹配分组的内容
      (?:内容)   表示取消分组的优先级

   | 管道符 表示 或的意思

   \ 转义符 将有意义的符号转成无意义的,将无意义的转换成有意义的

    1、后面加上一个元字符使其变成普通符号 比如:\. \*
    2、将一些普通符号变成特殊符号 比如:\d \w

2、re方法

 re.findall(pattern , string) 找到所有的匹配元素,返回列表
 re.finditer() #将拿到的东西整成一个可迭代的对象
 re.search; 只匹配第一个结果,匹配到就不再向下匹配,返回一个内存地址,通过.group()的方式获取匹配的字符串

 re.match:只在字符串开始的位置匹配

 re.split(规则,字符串) 分割 以前边的规则表达式为条件分隔符,对字符串进行分割!可在后边限制分割次数

 re.sub() 替换
   ret4 = re.sub(规则,替换内容,原字符串,次数) 返回一个字符串

 re.subn() 替换 返回一个元组(内容,替换次数)

 re.compile(规则) 编译规则
  c = compile(‘\d+‘) 可操作多个字符串
  ret5 = c.findall(‘hello32world‘)
  print(ret5)

贪婪匹配与非贪婪匹配!

技术分享

命名分组:

技术分享

 整体代码如下:

# 正则:对字符串的模糊匹配

# key:元字符(有特殊功能的字符)



import re

#元字符

# . :匹配除\n以外的任意符号

print(re.findall("a.+d","abcd"))

# ^:从字符串开始位置匹配
# $:从字符串结尾匹配

print(re.findall("^yuan","yuandashj342jhg234"))
print(re.findall("yuan$","yuandashj342jhg234yuan"))

# * + ?  {} :重复

print(re.findall("[0-9]{4}","af5324jh523hgj34gkhg53453"))

#贪婪匹配
print(re.findall("\d+","af5324jh523hgj34gkhg53453"))

#非贪婪匹配

print(re.findall("\d+?","af5324jh523hgj34gkhg53453"))
print(re.findall("(abc\d)*?","af5324jh523hgj34gkhg53453"))

# 字符集 []: 起一个或者的意思

print(re.findall("a[bc]d","hasdabdjhacd"))

#注意: * ,+.等元字符都是普通符号, - ^ \

print(re.findall("[0-9]+","dashj342jhg234"))
print(re.findall("[a-z]+","dashj342jhg234"))

print(re.findall("[^\d]+","d2a2fhj87fgj"))


# ():分组

print(re.findall("(ad)+","addd"))
print(re.findall("(ad)+yuan","adddyuangfsdui"))

print(re.findall("(?:ad)+yuan","adadyuangfsdui"))
print(re.findall("(?:\d)+yuan","adad678423yuang4234fsdui"))

#命名分组

ret8=re.search(r"(?P<A>\w+)\\aticles\\(?P<id>\d{4})",r"yuan\aticles\1234")
ret8=re.search(r"a\\nb",r"a\nb")
print(ret8)
print(ret8.group("id"))
print(ret8.group("A"))


# # |  :或

print(re.findall("www\.(?:oldboy|baidu)\.com","www.oldboy.com"))

# \:转义

# 1 后面加一个元字符使其变成普通符号 \.  \*
# 2 将一些普通符号变成特殊符号 比如 \d \w

print(re.findall("\d+\.?\d*\*\d+\.?\d*","-2*6+7*45+1.456*3-8/4"))
print(re.findall("\w","$da@s4 234"))
print(re.findall("a\sb","a badf"))

print(re.findall("\\bI","hello I am LIA"))
print(re.findall(r"\dI","hello 654I am LIA"))

print(re.findall(r"c\\l","abc\l"))


#  re的方法

# re.findall()

# re.findall(pattern, string) # 找到所有的匹配元素,返回列表

#获得迭代器对象
s=re.finditer("\d+","ad324das32")
print(s)

print(next(s).group())
print(next(s).group())


# "(3+7*2+27+7+(4/2+1))+3"

# search;只匹配第一个结果

ret=re.search("\d+","djksf34asd3")
print(ret.group())

# #match:只在字符串开始的位置匹配
ret=re.match("\d+","423djksf34asd3")
print(ret.group())

#split 分割
s2=re.split("\d+","fhd3245jskf54skf453sd",2)
print(s2)

ret3=re.split("l","hello yuan")
print(ret3)

# #sub: 替换

ret4=re.sub("\d+","A","hello 234jkhh23",1)
print(ret4)

ret4=re.subn("\d+","A","hello 234jkhh23")
print(ret4)

#compile: 编译方法
c=re.compile("\d+")

ret5=c.findall("hello32world53") #== re.findall("\d+","hello32world53")
print(ret5)

python 全栈 python基础 (二十一)logging日志模块 json序列化 正则表达式(re)

标签:json   模块   优先级   转义   abd   cti   页面   bcd   函数式   

原文地址:http://www.cnblogs.com/zh605929205/p/6798138.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!