试下

拒绝

import re                                                   #导入re模块

生成pattern对象：pa = re.compile(r'imooc')     #匹配的字符

生成match对象：ma = pa.match('imooc.com')      #被匹配的字符

ma.group()      ==>imooc                       #返回匹配的字符    

ma.span()      ==>(0,5)                        #被匹配字符串所在索引位置

ma.string()     ==>'imooc.com'                 #返回被匹配字符串

正则表达式的作用： 

1. 使用单个字符串来描述匹配一系列符合其语法规则的字符串 

2. 是对字符串操作的一种逻辑公式 

3. 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，则匹配成功、否则匹配失败。
   

   
   

2、

2

11

正则表达式概念

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. 是对字符串操作的一种逻辑公式

3. 处理文本和数据

4. 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，则匹配成功；否则匹配失败

pa=re.compile(r'imooc',re.I)#re.I意为ignore，不区分大小写

#python正则表达式
#1:import re:python 正则表达式模块
#2:第一个正则表达式
[object Object]
str1='imooc python'
#非正则方法
str1.find('11')#==>-1没找到
str1.find('imooc')#==>0
str1.startswith('imooc')#==>True
#正则方法
import re#导入re模块
pa = re.compile(r'imooc')#生成pattern对象，括号中是正则表达式，前加r表示原字符串
type(pa)#==>_sre.SRE_Pattern#生成实例
pa.match(str1)#==><_sre.SRE_Match at 0x7f6e2115f370>返回了一个match的对象地址
ma = pa.match(str1)#使用一个变量接收
ma.span()#查看在原字符串的位置

#查找以下划线开头
import re
pa1=re.compile(r'_')
ma1=pa1.match('_value')
mal.group()

#课程内容

#1:正则表达式基本概念
#2:python正则表达式re模块
#3:正则表达式语法
#4:re模块相关方法使用

#1-1正则简介

#为什么使用正则？
#疑问：字符串匹配就可以实现？

#场景1:在imooc.txt中找到以'imooc'开头的行
def find_start_imooc(f_name):
    f=open(f_name)
    for line in f:
        if line.startswith('imooc'):
            print line
#find_start_imooc('imooc.txt')

#场景2:在imooc.txt中找到以'imooc'开头且以'imooc'结尾的行
def find_in_imooc(f_name):
    f=open(f_name)
    for line in f:
        if line.startswith('imooc') and line.endswith('imooc\n'):
        #if line.startswith('imooc') and line[:-1].endswith('imooc'):
            print line
        #abcd = s[0:4] 切片：取字符串s中的第一个字符到第五个字
        #python每行以/n结尾，line[:-1]切片去掉最后一个/n
#find_start_imooc('imooc.txt')

#场景3:匹配一个下划线和字母开头的变量名
a='_value1'
a and (a[0]=='_' or 'a'<=a[0]<='z')#True
a='1_value1'
a and (a[0]=='_' or 'a'<=a[0]<='z')#False

#疑问：每一次匹配都要单独完成，能否把它抽象出来做成一个规则？
#正则表达式概念
#1:使用单个字符串来描述匹配一系列符合某个句法规则的字符串
#2:是对字符串操作的一种逻辑公式
#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，则匹配成功；否则匹配失败

语法结构清晰

正则表达式 概念

正则表达式

正则表达式语法--分组匹配

正则表达式语法--边界匹配

正则表达式语法--单个字符匹配

*？、+？、？？的讲解

\w和\W的讲解部分

正则表达式的基本语法

#*对前一个字符匹配0次或无限次
ma = re.match(r'[A-Z][a-z]', 'Aa')
ma.group()

ma = re.match(r'[A-Z][a-z]', 'A')
ma.group()

ma = re.match(r'[A-Z][a-z]*', 'A')
ma
ma.group()

ma = re.match(r'[A-Z][a-z]', 'Adsdshdhhdh')
ma.group()

r'<([\w]+>)[\w]+</\1'    小括号中作为一个分组，中间的[\w]+表示匹配一个或多个数字字母 下划线

<\表示HTML中的标签结尾，\1表示再次使用小括号中的匹配内容在匹配一次

ma=re.match(r'[_A-Za-z]+[_\w]*','str')=>用加号进行表达式拼接

*?：非贪婪模式，尽量匹配0次

+?：非贪婪模式，尽量匹配1次

？？：非贪婪模式，尽量匹配0次

match = re.compile(r'\[[\w]\]', '[a]') 

↑通过转义符保证匹配到：置于中括号内的字符

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