2019/3/15 Python今日收获

Python day18——057论一只爬虫的自我修养5：正则表达式、

1.正则表达式中"."（点号）可以匹配所有字符。如果要匹配点号则加上反斜杠（\）。

 

2.匹配数字则用\d。

 

3.[ ]中括号用来创建字符类，可以匹配其中的任意一个字符，但是注意正则表达式是区分大小写的。例如：rre

re.search(r'[aeiou]','I love you') 结果是

匹配到了o字母，为什么没有匹配开头的I，因为他是大写。

另：若这样写[a-z]，则会匹配26个小写字母。同理，也可以写[0-9]，[1-9]这样的字符类。

 

4.可以这样写re.search(r'ab{3}c','abbbc'),大括号表示要重复三次前面的字符 。

甚至可以给重复次数一个范围：re.search(r'ab{3，10}c','abbbc')三到十次都可以匹配。

 

5.那么问题来了，如何匹配ip地址的0-255范围呢：re.search(r'[01]\d\d|2[0-4]\d|25[0-5]','192')即可。

但是ip地址的最后两位可能出现个位数如：192.168.1.1,如何解决呢？

re.search(r'[01]{0,1}\d{0,1}\d|2[0-4]\d|25[0-5]','192')设置前两位重复一次或零次。

 

6. Python3  正则表达式特殊符号及用法

 

注：①*表示零到正无穷  ②+表示一到正无穷 ③？表示0或1.尽量使用这三个符号而不是大括号，这样程序会更简洁，效率也会更高。

④*和+都是默认使用贪心策略，尽可能多的匹配，如果要关闭贪心，则在+或*后面加上一个？即可。

 7.特殊符号分为①元字符②\+特殊字符

\+元字符会使元字符失去原有的功能。

字符类是把[ ]内的内容当做普通字符匹配，除了几个特殊字符，比如[a-z]表示a到z