零零散散

正则表达式##

py的正则表达式只能通过字符串来表示，配合re模块使用。由于有转义字符的存在，为了简便，一般都会附加r

  import re
  email = "opteacher@hotmail.com"
  print re.match(r"^\w+@(hotmail|126|163|qq|gmail).(com|cn)(.cn)?$", email)
  phone = "13918459376"
  print re.match(r"^1[3|5|7|8]\d{9}$", phone)
  idCard = "310114199101191314"
  print re.match(r"(^\d{15}$)|(^\d{18}$)|(^\d{17}(\d|X|x)$)", idCard)

当然，re也有匹配分离和提取的功能，通过re.split和match.group(n)来实现

实用模块##

collections
集合类工具模块

• namedtuple：以tuple为基础定义一个类，并未其中的各个分量指定key名

  from collections import namedtuple
  Point = namedtuple("Point", ["x", "y"])
  p = Point(1, 2)

不过tuple不能改变值，算是个遗憾，不过真正做起来，namedtuple也是不够用的

• deque：链表（不过为何没有中间插入？）

  from collections import deque
  q = deque([0, 1, 2, 3, 4, 5, 6])
  q.append(7)
  print q
  q.pop()
  print q
  q.appendleft(-1)
  print q
  q.popleft()
  print q

• defaultdict：带默认值的KV表，当访问不存在的key是返回默认值

  from collections import defaultdict
  d = defaultdict(lambda: "")
  d["id"] = 5
  d["name"] = "op"
  print d["sex"]
  #  打印空字符串

• OrderedDict：排过序的dict，按定义的顺序遍历

  from collections import OrderedDict
  d = OrderedDict([("z", 12), ("y", 55), ("")])

• Counter：统计字符出现的个数

  from collections import Counter
  cc = Counter()
  for c in "i am a Chinese":
    cc[c] += 1
  print c

base64

Base64编码过程
对二进制数据，以每次取三个字节数据的规则，依次取数据。这样一次获取的数据是38=24bit，再把它分为四组24=46bit，由此得出四个索引（所以字符索引表的最大长度的2^6），根据索引得到对应的字符替换真数据中的字符。所得出的字符串就是Base64编码之后的字符串了。
hashlib
提供哈希加密，MD5、SHA1等。使用和JS无异
itertools
提供操作迭代对象的函数

• count(n)：生成n~无限的自然数列

  for i in itertools.count(1):  #  1 2 3 ..... 

• cycle([n1, n2, ...])：循环迭代给出的序列

  for i in itertools.cycle([1, 2, 3]):  #  1 2 3 1 2 3 1 ...

• repeat(n, [max])：循环迭代指定的参数（1），可以通过指定第二个参数控制其迭代的次数

  for i in itertools.repeat(1, 5):  #  1 1 1 1 1

• chain(a1, a2, ...)：相当于Array.concat()

  for i in itertools.chain([1, 2, 3], [4, 5, 6]):  #  1 2 3 4 5 6

• groupby(n)：将序列中相同的项提取出来，迭代的周期返回这个项和项出现的次数（序列）

  for ket, group in itertools.groupby("AAABBBCCCCCCDDEE"):
    print key, list(group)vv

• imap()：可以用来处理无限序列的map版本
• ifilter()：可以用来处理无限序列的filter版本

如果用map和filter处理无限序列，会无输出报错

XML
跟一般的XML库一样，分两种解析方式：DOM和SAX，DOM占用的内存消耗大，但一旦解析完成便可以随意操作；SAX的快速解析，遇到什么就输出什么，用事件驱动
HTMLParser
用于解析HTML的接口类，用回调的方式处理遇到的TAG，而且语法没有XML那么严格。编写爬虫会用到

  from HTMLParser import HTMLParser
  class MyWebPageParser(HTMLParser):
    def handle_starttag(self, tag, attrs):
      #  处理TAG头
    def handle_starttag(self, tag):
      #  处理TAG尾
    def handle_startendtag(self, tag, attrs):
      #  处理单TAG
    def handle_data(self, data):
      #  处理内容
    def handle_comment(self, comment):
      #  处理注释
    def handle_entityref(self, name):
      #  处理引用（估计是<meta ref="...“ ...）
    def handle_charref(self, name):
      #  处理字符集

  myHP = MyWebPageParser()
  myHp.feed("HTML代码")

PIL(Pillow)##

py的图片处理模块，最新根据官网的文档，通过pip安装Pillow（不再是简写PIL），用from PIL import XXX引入（不再是import Image）

  $ pip install Pillow

  from PIL import Image
  img = Image.open("media/test.jpg")

安装和使用参照：https://pillow.readthedocs.io/en/latest/installation.html
详细参照官方文档：http://effbot.org/imagingbook/