python學習2正則表達

匹配ip地址

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

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

第一步：地址分析，正則初判 

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

1. 基本表達式能夠合併爲：       \d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5]
2. 前三部分正則表達式合併爲：   ((\d|[1-9]\d|1\d\d|2[0-4]\d|25[0-5])\.){3}
3. 前三部分加上最後一部分合併爲：((\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：進一步合併

 

能夠進一步合併爲：

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]))'

通過測試發現ip地址帶有別的字符串過濾會有問題

經改後爲

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. 該正則表達式有兩個缺陷：
2. 0.0.0.0不能判斷
3. 255.255.255.255不能正確判斷
4. 這個問題須要使用其餘代碼進行輔助解決

內建函數，

abs（）取絕對值 max（）min（）

divmod(x,y) 返回求模後的商和餘數 callable（函數）判斷函數是否可被調用

isinstance（x，y）判斷類型

str.capitalize() 字符串首字母大寫

str.replace() 字符串替換 這個是具體替換，模糊替換查看sub()

string.replace(s,old,new)須要導入string模塊

filter(函數，序列)函數做用於序列，可用於序列過濾

正則表達

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

編譯正則表達爲對象

re_tel=re.compile(r1)

這樣就能夠當作對象進行調用re的方法

re_tel.findall('字符串')返回列表

匹配不區分大小寫

re_tel=re.compile(r1,re.I)re.I 調用re的屬性表示不區分大小寫

match()匹配的對象是否在字符串的開始位置，返回一個對象，通常能夠把返回值給一個變量，看這個變量是否爲none，

search() 匹配字符串不管在任何位置，也是返回對象

finditer()  匹配後返回一個對象可迭代器，能夠經過next()方法查看，其返回也是一個對象，若果想看到其值，就能夠掉用方法group()

相似於group()的方法還有

start() 返回匹配開始的的位置

end 返回匹配結束的位置

span 返回一個元祖，包含（開始，結束）

sub是截取字符串，可是支持多個分隔符

sub(正則,'替換對象',原始字符串) 這個是模糊替換

re.split(正則,字符串)支持多個分隔符，且支持正則表達

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

re.split(r1,s)以+，_，*，三個字符串做爲分隔符

正則表達裏面常常用到的屬性

re.S 使 .  匹配包含換行在內的全部字符 re.findall(r1,字符串，re.S)

re.I 使匹配不區分大小寫

re.M 多行匹配，影響^ 和$,同時多行的匹配，若是正則表達式是多行的話，也要加這個屬性

re.X可以使用REs的verbose狀態是指被組織的更清晰易懂

正則表達式分組

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

re.match(email,'zzz@sun.com') 匹配到了會返回一個對象

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

若是咱們有一個字符串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數據 ['hello sun=westos t43','hello sun=ni t43']

若是咱們作分組處理

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

re.findall(r1,s) 返回的優先是分組中的數據，就是匹配到分組的數據 ['westos','ni']      

match也能夠匹配      

這個能夠用到網絡的爬蟲，獲取咱們想獲取的url或者ip