一、正則表示式的概念

1.使用單個字串來描述匹配一系列符合某個句法規則的字串；

2.是對字串操作的一種邏輯公式；

3.其應用場景為處理文字和資料；

4.正則表示式的執行過程：依次拿出表示式和文字中的字串比較，如果每個字元都能匹配成功，則匹配成功；否則匹配失敗。

二、re模組

1.編寫第一個正則表示式：

（1）import re  #匯入正則表示式模組

（2）正則表示式執行 過程及關鍵函式（涉及兩個物件：規則物件、匹配物件）

           使用compile函式建立正則表示式物件

           使用match或search等簡單方法實現匹配和搜尋

           檢查匹配結果

（3）示例：

import re
pattern = re.compile(r'^q')  #是否以q開頭，r表示為原生字串
result = pattern.match('qazxs')   #如果沒有匹配成功，則會返回空
result.group()  #匹配結果放在元組中
print result.string

三、語法

1.匹配字元

                 字元                               作用

（1）字元匹配

                   .                                    匹配任意字元

                [……]                              中括號中任選一個，可寫為[123456]  或[1-6]含義相同

               \d  /  \D                            匹配數字   /     非數字

              \w  /  \W                            匹配字母數字   /    匹配除過字母數字的內容

              \s   /   \S                            匹配空格          /     匹配除空格外的其他字元

（2）次數匹配

                  *                                    匹配前一個字元0次或多次

                  +                                   匹配前一個字元1次或多次

                 ？                                  匹配前一個字元0次或1次

              {m}  /   {m,n}                   匹配前一個字元m次，或[m,n] 次（少於匹配次數匹配失敗；多餘匹配字數，則只匹配限定個字元）

            *？   /   +?    /   ??             匹配模式變為非貪婪模式（儘可能少匹配字元）（只要前面匹配上，則後面能不匹配就不匹配）

（3）邊界匹配

                ^                                     匹配字串開頭

                $                                    匹配字串結尾

         \A      /     \Z                           指定的字串必須出現在開頭/結尾

                |                                      匹配左右任意一個表示式

            （ab）                              括號中表達式作為一個分組

      \<number>                            引用編號為number的分組匹配到的字串

    (?\P<number>)                      為分組起一個別名

       (?P=name)                          引用別名為name的分組匹配的字串

#(?p<name>)與（?p=name）示例

import re
ma = re.match(r'<([\w]+>)[\w]+</\1',"<book>python</book>")
ma.group()   #輸出存入分組的結果

ma = re.match(r'<(?P<bookname>[\w]+>)[\w]+</(?P=bookname)',"<book>python</book>")
ma.group()

四、re模組相關方法使用

1.search（pattern,str,flags）    #用於查詢模式串在str中第一次出現的位置

#匹配字串中一部分資料 str1 = 'videonum = 1000' ma = re.search(r'\d+',str1) ma.group() # 輸出：1000

2.findall（pattern,str,flags）     # 找到匹配返回所有匹配的列表   

str1 = "c++=100,java=99,python=80" ma = re.findall(r'[\d]+',str1) ma #['100', '99', '80']

3. sub（pattern,repl,string,count=0,flags=0）    #將字串中匹配正則表示式的部分替換為其他值

4.split（pattern,string,maxsplit=0,flags=0）       #根據匹配分割字串，返回分割字串組成的列表

五、re模組相關練習（抓取網頁中的圖片到本地）

1.抓取網頁地址

import urllib2 req = urllib2.urlopen("http://www.imooc.com/course/list") buf = req.read()

2.獲取圖片地址

import re listurl = re.findall(r'http:.+\.jpg',buf)

3.抓取圖片內容儲存到本地   

i = 0 for url in listurl: f = open(str(i)+'.jpg','w') req = urllib2.urlopen(url) buf = req.read() f.write(buf) i+=1