正则表示概念
1.使用单个字符串来描述匹配一系列符合某个语法规则的字符串
2.对字符串操作的一种逻辑模式
3.应用场景：处理文本和数据
4.正则表达式过程：依次拿出表达式和文本中的字符比较。如果每一个字符都能匹配成功。则匹配成功，否则匹配失效
要使用re模块
第一个正则表达式
pattern->compile -> match
输入：
import re
str ='imooc study hard'
pattern = re.compile(r'imooc',re.I)(re.I 忽略大小写)
result = pattern.match(str)
result.group()
结果
imooc
语法（通用）：
匹配单个字符
| 字符 | 匹配 |
|---|---|
| . | 匹配任意字符（除了/n） |
| [...] | 匹配字符集 |
| \d / \D | 匹配数字 /非数字 |
| \s / \S | 匹配空白/非空白字符 |
| \w / \W | 匹配单词字符[a-zA-Z0-9]/非单词字符 |
匹配多个字符
| 字符 | 匹配 |
|---|---|
| * | 匹配前一个字符0次或者无限次 |
| + | 匹配前一个字符1次或者无限次 |
| ？ | 匹配前一个字符0次或者1次 |
| {m}/{m,n} | 匹配前一个字符m到n次 |
| */ +? / ?? | 匹配模式变为非贪婪（尽可能少匹配字符） |
边界匹配：
| 字符 | 匹配 |
|---|---|
| $ | 匹配字符串结尾 |
| ^ | 匹配字符串开头 |
| \A / \Z | 指定的字符串必须出现在开头 /结尾（对于后面的生效） |
| | | 匹配左右任意一个表达式 |
| (ab) | 括号中的表达式作为一个分组，返回的也是分组，而不是整个 |
| \<number> | 引用编号为num的分组匹配到的字符串（分组为上面的分组） |
| (?P<name>) | 分组起一个别名 |
| (?P=name) | 引用别名为name的分组匹配字符串（与楼上一起用） |
对于（ab）的说明:
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模块的方法
match(pattern,str,flags=0) 仅从起始部分查找，也就是说第一个字符匹配不上，那一定返回的是空
search(pattern,str,flags=0) 从str中查找返回对象，
findall(pattern ,str,flags=0) 返回一个list
-
sub(pattern ,repl,string,count,flags=0) 将字符串中匹配正则表达式的部分替换为其他值(subn函数在sub基础上还返回替换的次数)
str = 'daa100dad200' result =re.sub(r'\d+','**',str) print(str) print(result)output
'daa100dad200' 'daa**dad**'repl可以是一个函数
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) 根据匹配分割字符串，返回分割字符串组成的列表
str = 'imooc :C C++ JAVA Python' 分开
re.split(r':| ',str)
#### 简单练习：
```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
