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

正则表达式流程：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对象，现实对象内容使用match.group()     

其他方法：match.span()匹配对象跨度/string匹配字符串/re表达式实例

Python 3 代码，获取图片不在是src开头，另外图片结尾有jpg和npg。特别是下载重命名时不能都命名为jpg格式。

# get html 
req = urllib.request.urlopen('https://www.imooc.com/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

正则表达式

'正则表达式语法'
# 匹配的字符串也有[]时，需要转义，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] 匹配数字/非数字
    # [\s]/[\S] 匹配空白/非空白
    # [\w]/[\W] 匹配单词字符[a-zA-Z0-9]/非单词字符
# 多次匹配
    # * 匹配前一个字符0次或无限次，如r'[A-Z][a-z]*'可以匹配前面大写后面小写的任意个字符
    # + 匹配前一个字符1次或无限次，如r'[_a-zA-Z]+[_\w]'匹配下划线或字母开头的字符，即匹配有效变量
    # ? 匹配前一个字符0次或1次，[1-9]?[0-9]匹配有效的两位数
    # {m}/{m,n} 匹配前一个字符m次或者n次，如r'[a-zA-Z0-9]{6，10}@163.com'匹配6-10个字符的邮箱帐号，即匹配指定次数的的字符
    # *?/+?/?? 匹配模式变为非贪婪，即尽可能少匹配字符，r'[A-Z][a-z]*?只匹配符合的0次
# 边界匹配，强匹配
    # ^ 匹配字符串开头如，r'^[\w]{4,10}@163.com$'匹配以任意4-10个有效字符开头，与@163.com结尾的字符
    # $ 匹配字符串结尾
    # \A/\Z 指定的字符串必须出现在开头或结尾
# 分组匹配
    # | 匹配左右任意一个表达式
    # (ab) 括号中表达式作为一个分组
    # \<number> 引用编号为num的分组匹配到的字符串
    # (?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

#环境python3.7
import re
import urllib.request

req=urllib.request.urlopen('https://www.imooc.com/course/list')#读取网站
buf=req.read().decode('utf-8')#读取网站中的字符串
listurl1=re.findall(r'//img.+\.jpg',buf)#找到匹配对象
str1=' '.join(listurl1)#在前面添加https：
subhttps=re.sub(r'//','https://',str1)
sht=re.split(r' ',subhttps)
#保存图片
i=0
for url in sht:
    f=open(str(i)+'.jpg','wb+')#打开一个文件（文件名，写入方式）若不存在就会创建，wb+才支持byte的写入
    req=urllib.request.urlopen(url)
    buf=req.read()
    f.write(buf)
    i+=1

sub 与 split

str3 = ‘imooc = 1000’

info = re.sub(r'\d+' , '1001' , str3) 1000替换1001；1001也可以用函数代替

search 与 findall 区别

info = re.search(r' \d+' , str1) 寻找str1中的数字

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

info = re.findall(r'\d+',str2) 寻找目标中的所有匹配项，并全部返回一个列表

表达式语法2

表达式语法

正则表达式

RE模块的其他rerere

正则表达式语法

正则表达式语法