python学习2正则表达

匹配ip地址

参考 http://blog.chinaunix.net/uid-108431-id-3350731.html

http://blog.csdn.net/liangyuannao/article/details/8755325

第一步：地址分析，正则初判 

1. 一、0-9 \d 进行匹配
2. 二、10-99 [1-9]\d 进行匹配
3. 二、100-199 1\d\d 进行匹配
4. 三、200-249 2[0-4]\d 进行匹配
5. 四、250-255 25[0-5] 进行匹配

1. 基本表达式能够合并为：       \d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5]
2. 前三部分正则表达式合并为：   ((\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])\.){3}
3. 前三部分加上最后一部分合并为：((\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])\.){3}(\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])

第三步：进一步合并

 

能够进一步合并为：

r = r'((([1-9]?|1\d)\d|2([0-4]\d|5[0-5]))\.){3}(([1-9]?|1\d)\d|2([0-4]\d|5[0-5]))'

通过测试发现ip地址带有别的字符串过滤会有问题

经改后为

r='((?:(?:(?:[1-9]?|1\d)\d|2(?:[0-4]\d|5[0-5]))\.){3}(?:[2-9]|(?:[1-9]|1\d)\d|2(?:[0-4]\d|5[0-4])))\D'

re.findall(r,s)

注意：

1. 该正则表达式有两个缺陷：
2. 0.0.0.0不能判断
3. 255.255.255.255不能正确判断
4. 这个问题须要使用其余代码进行辅助解决

内建函数，

abs（）取绝对值 max（）min（）

divmod(x,y) 返回求模后的商和余数 callable（函数）判断函数是否可被调用

isinstance（x，y）判断类型

str.capitalize() 字符串首字母大写

str.replace() 字符串替换 这个是具体替换，模糊替换查看sub()

string.replace(s,old,new)须要导入string模块

filter(函数，序列)函数做用于序列，可用于序列过滤

正则表达

r1 = r"\d{3,4}-?"

编译正则表达为对象

re_tel=re.compile(r1)

这样就能够当作对象进行调用re的方法

re_tel.findall('字符串')返回列表

匹配不区分大小写

re_tel=re.compile(r1,re.I)re.I 调用re的属性表示不区分大小写

match()匹配的对象是否在字符串的开始位置，返回一个对象，通常能够把返回值给一个变量，看这个变量是否为none，

search() 匹配字符串不管在任何位置，也是返回对象

finditer()  匹配后返回一个对象可迭代器，能够经过next()方法查看，其返回也是一个对象，若果想看到其值，就能够掉用方法group()

相似于group()的方法还有

start() 返回匹配开始的的位置

end 返回匹配结束的位置

span 返回一个元祖，包含（开始，结束）

sub是截取字符串，可是支持多个分隔符

sub(正则,'替换对象',原始字符串) 这个是模糊替换

re.split(正则,字符串)支持多个分隔符，且支持正则表达

r1=r"[\+\-\*]"

re.split(r1,s)以+，_，*，三个字符串做为分隔符

正则表达里面常常用到的属性

re.S 使 .  匹配包含换行在内的全部字符 re.findall(r1,字符串，re.S)

re.I 使匹配不区分大小写

re.M 多行匹配，影响^ 和$,同时多行的匹配，若是正则表达式是多行的话，也要加这个属性

re.X可以使用REs的verbose状态是指被组织的更清晰易懂

正则表达式分组

email = r "\w{3}@\w+(\.com|\.cn)"

re.match(email,'zzz@sun.com') 匹配到了会返回一个对象

re.findall（email,zzz@sun.com） 返回的是匹配到的分组字符串[.com]

若是咱们有一个字符串s=''' sdf hello sun=westos t43

                                          wefs sun=no t43 sdf

                                          hello  sun=ni  t43 sddsf'''

r1=r"hello sun=.+ t43"

re.findall(r1,s) 返回的匹配到的全部数据 ['hello sun=westos t43','hello sun=ni t43']

若是咱们作分组处理

r1=r"hello sun=(.+) t43"

re.findall(r1,s) 返回的优先是分组中的数据，就是匹配到分组的数据 ['westos','ni']      

match也能够匹配      

这个能够用到网络的爬虫，获取咱们想获取的url或者ip