正則表示概念
1.使用單個(gè)字符串來描述匹配一系列符合某個(gè)語法規(guī)則的字符串
2.對字符串操作的一種邏輯模式
3.應(yīng)用場景：處理文本和數(shù)據(jù)
4.正則表達(dá)式過程：依次拿出表達(dá)式和文本中的字符比較。如果每一個(gè)字符都能匹配成功。則匹配成功，否則匹配失效
要使用re模塊
第一個(gè)正則表達(dá)式
pattern->compile -> match
輸入：
import re
str ='imooc study hard'
pattern = re.compile(r'imooc',re.I)(re.I 忽略大小寫)
result = pattern.match(str)
result.group()
結(jié)果
imooc
語法（通用）：
匹配單個(gè)字符
| 字符 | 匹配 |
|---|---|
| . | 匹配任意字符（除了/n） |
| [...] | 匹配字符集 |
| \d / \D | 匹配數(shù)字 /非數(shù)字 |
| \s / \S | 匹配空白/非空白字符 |
| \w / \W | 匹配單詞字符[a-zA-Z0-9]/非單詞字符 |
匹配多個(gè)字符
| 字符 | 匹配 |
|---|---|
| * | 匹配前一個(gè)字符0次或者無限次 |
| + | 匹配前一個(gè)字符1次或者無限次 |
| ？ | 匹配前一個(gè)字符0次或者1次 |
| {m}/{m,n} | 匹配前一個(gè)字符m到n次 |
| */ +? / ?? | 匹配模式變?yōu)榉秦澙罚ūM可能少匹配字符） |
邊界匹配：
| 字符 | 匹配 |
|---|---|
| $ | 匹配字符串結(jié)尾 |
| ^ | 匹配字符串開頭 |
| \A / \Z | 指定的字符串必須出現(xiàn)在開頭 /結(jié)尾（對于后面的生效） |
| | | 匹配左右任意一個(gè)表達(dá)式 |
| (ab) | 括號中的表達(dá)式作為一個(gè)分組，返回的也是分組，而不是整個(gè) |
| \<number> | 引用編號為num的分組匹配到的字符串（分組為上面的分組） |
| (?P<name>) | 分組起一個(gè)別名 |
| (?P=name) | 引用別名為name的分組匹配字符串（與樓上一起用） |
對于（ab）的說明:
test1:
str ='12aa23'
pattern= re.compile('[0-9]+aa[0-9]+')
result =re.findall(pattern,str)
print(result)
output
['12aa23']
test2:
str ='12aa23'
pattern= re.compile('([0-9]+)aa([0-9]+)')
result =re.findall(pattern,str)
print(result)
output
[('12', '23')]
re模塊的方法
match(pattern,str,flags=0) 僅從起始部分查找，也就是說第一個(gè)字符匹配不上，那一定返回的是空
search(pattern,str,flags=0) 從str中查找返回對象，
findall(pattern ,str,flags=0) 返回一個(gè)list
-
sub(pattern ,repl,string,count,flags=0) 將字符串中匹配正則表達(dá)式的部分替換為其他值(subn函數(shù)在sub基礎(chǔ)上還返回替換的次數(shù))
str = 'daa100dad200' result =re.sub(r'\d+','**',str) print(str) print(result)output
'daa100dad200' 'daa**dad**'repl可以是一個(gè)函數(shù)
def add1(match):
val = match.group()
num = int(val) + 1
return str(num)
stra = 'daa100dad200'
result = re.sub(r'\d+', add1, stra)
print(result)
output
daa101dad201
?
5. split(pattern,string,maxsplit=0,flags=0) 根據(jù)匹配分割字符串，返回分割字符串組成的列表
str = 'imooc :C C++ JAVA Python' 分開
re.split(r':| ',str)
#### 簡單練習(xí)：
```python
import urllib.request
import re
req =urllib.request.urlopen('https://www.imooc.com/course/list?c=cb')
buf = req.read()
buf =buf.decode('utf-8')
listurl = re.findall(r'src=.+\.jpg',buf)
i=0
for url in listurl:
f =open(r'E:/pythoncode/'+str(i)+'.jpg','ab')
print(url[7:])
req = urllib.request.urlopen(r'http://'+url[7:])
buf = req.read()
f.write(buf)
i+=1
?
