亚洲在线久爱草,狠狠天天香蕉网,天天搞日日干久草,伊人亚洲日本欧美

reg = re.compile(r'xx', re.I) , flag（re.I）的作用是忽略大小寫

正則表達式流程：pattern=>re.compile(r'xxx'), match=>pa.match('str')

python自身匹配方法： str.find('xx')/startswith('xx') <=bool

pa.match方法返回Match對象，現實對象內容使用match.group()?????

其他方法：match.span()匹配對象跨度/string匹配字符串/re表達式實例

Python?3?代碼，獲取圖片不在是src開頭，另外圖片結尾有jpg和npg。特別是下載重命名時不能都命名為jpg格式。

#?get?html?
req?=?urllib.request.urlopen('http://www.xianlaiwan.cn/course/list')
buf_html?=?req.read().decode('utf-8')
images_tmp?=?re.findall(r'data-original=.*(?:jpg|png)',?buf_html)


#get?image?url?list
img_urls?=?[]
for?ins?in?images_tmp:
????t?=?re.split(r'//',?ins)
????img_urls.append('http://'?+?t[1])

i?=?1
for?url?in?img_urls:
????fileName?=?open(str(i)?+?'.'?+?re.split(r'\.',?url)[-1],?'wb')
????req1?=?urllib.request.urlopen(url)
????buf_image?=?req1.read()
????fileName.write(buf_image)
????i?+=?1

正則表達式

'正則表達式語法'
#?匹配的字符串也有[]時，需要轉義，如r'\[[\w]\]'
#?字符匹配
????#?.?匹配\n除外的任意字符
????#?[...]?匹配字符集，如[a-zA-Z0-9]
????#?[\d]/[\D]?匹配數字/非數字
????#?[\s]/[\S]?匹配空白/非空白
????#?[\w]/[\W]?匹配單詞字符[a-zA-Z0-9]/非單詞字符
#?多次匹配
????#?*?匹配前一個字符0次或無限次，如r'[A-Z][a-z]*'可以匹配前面大寫后面小寫的任意個字符
????#?+?匹配前一個字符1次或無限次，如r'[_a-zA-Z]+[_\w]'匹配下劃線或字母開頭的字符，即匹配有效變量
????#???匹配前一個字符0次或1次，[1-9]?[0-9]匹配有效的兩位數
????#?{m}/{m,n}?匹配前一個字符m次或者n次，如r'[a-zA-Z0-9]{6，10}@163.com'匹配6-10個字符的郵箱帳號，即匹配指定次數的的字符
????#?*?/+?/???匹配模式變為非貪婪，即盡可能少匹配字符，r'[A-Z][a-z]*?只匹配符合的0次
#?邊界匹配，強匹配
????#?^?匹配字符串開頭如，r'^[\w]{4,10}@163.com$'匹配以任意4-10個有效字符開頭，與@163.com結尾的字符
????#?$?匹配字符串結尾
????#?\A/\Z?指定的字符串必須出現在開頭或結尾
#?分組匹配
????#?|?匹配左右任意一個表達式
????#?(ab)?括號中表達式作為一個分組
????#?\<number>?引用編號為num的分組匹配到的字符串
????#?(?P<name>)?分組起一個別名
????#?(?P=name)?引用別名為name的分組匹配字符串

#環境python3.7
import?re
import?urllib.request

req=urllib.request.urlopen('http://www.xianlaiwan.cn/course/list')#讀取網站
buf=req.read().decode('utf-8')#讀取網站中的字符串
listurl1=re.findall(r'//img.+\.jpg',buf)#找到匹配對象
str1='?'.join(listurl1)#在前面添加https：
subhttps=re.sub(r'//','https://',str1)
sht=re.split(r'?',subhttps)
#保存圖片
i=0
for?url?in?sht:
????f=open(str(i)+'.jpg','wb+')#打開一個文件（文件名，寫入方式）若不存在就會創建，wb+才支持byte的寫入
????req=urllib.request.urlopen(url)
????buf=req.read()
????f.write(buf)
????i+=1

sub 與 split

str3 = ‘imooc = 1000’

info = re.sub(r'\d+' , '1001' , str3) 1000替換1001；1001也可以用函數代替

search 與 findall 區別

info = re.search(r' \d+' , str1) 尋找str1中的數字

str2 = 'c++=100,java=90,python=80'

info = re.findall(r'\d+',str2) 尋找目標中的所有匹配項，并全部返回一個列表

表達式語法2

表達式語法

正則表達式

RE模塊的其他rerere

正則表達式語法

正則表達式語法