记录自己的python学习2019.8.12（重发，之前的账号不用了）

其实是昨天 不过现在已经凌晨了，刚过12点所以我就写到12号。今天学正则表达式，我感觉难度是有的但是不至于说太难，学了一点没学完 。这里把学的内容提炼一下。做个记。

正则表达式

匹配任意字符（除了空格）：’.’

匹配任意数字：‘\d’

匹配的字符的数量：{这里写次数}，例如：

a{3}bc 那就对应aaabc
也可以写a{3-10}bc 那就对应aaaa…bc(这里面的a会有3到10个)

匹配的内容[这里面写内容]，例如：
[0-9]or[a-z]or[abcdef]or[asd232sadfgh]

print(re.search('[01]\d\d|2[0-4]\d|25[0-5]','188'))         

结果

<re.Match object; span=(0, 3), match='188'>

这个是匹配ip地址的其中一个，其中的内容解释如下：
因为最大的ip数字是255，所以不会超过255，所以内容就是这样：[01]表示第一位可以为1或者0，因为只要不超过2xx的数字随便选，然后\d\d就表示匹配后面两位数字，接下来‘|’这个符号表示或者，跟or的意思一样。然后就开始分析第一位是2的情况，因为不超过255，所以第一位是2，第二位就是0到4，第三位就随便了。最后一个是25【0-5】，意思很明白，就是250到255这几个数字，这就是表示匹配的数字用正则表达式来写

print(re.search('(([01]{0,1}\d{0,1}\d{0,1}|2[0-4]\d|25[0-5])\.){3}[01]{0,1}\d{0,1}\d{0,1}|2[0-4]\d|25[0-5]','200.200.200.200'))

结果

<re.Match object; span=(0, 14), match='200.200.200.20'>

这边要解释的就是‘{0,1} ’ 这个意思是重复，就是重复0次或者1次，举个例子：因为IP地址是0到255，那么这个数字有可能是三位数或者两位数或者一位数，所以如果想用三位数字的限定范围来限定他，必定要涉及到类似‘010,005’这样的数字，所以为了保证数字的合理性，就设置第一位数字的重复性，如果为0就代表什么也没有，如果为1，就代表存在，当然规范说法就是重复一次或者存在一次，那么后面的‘{}’就好理解了。还有这里面有个小括号，把‘.’给拒绝在门外了，这是因为不加这个，就不会表示前面的是一个整体，就会出现错误，因为你要先保证前面的数字的准确匹配，才能够进行这个点的匹配，当然最后运行出来的结果又bug，下面一段会进行解释。

print(re.search('(2[0-4]\d|[01]{0,1}\d{0,1}\d{0,1}|25[0-5])\.(2[0-4]\d|[01]{0,1}\d{0,1}\d{0,1}|25[0-5])\.(2[0-4]\d|[01]{0,1}\d{0,1}\d{0,1}|25[0-5])\.(2[0-4]\d|[01]{0,1}\d{0,1}\d{0,1}|25[0-5])','200.200.200.200'))

结果

<re.Match object; span=(0, 15), match='200.200.200.200'>

这边就承接上面的进行解释，解释之前先说明：这里我把重复三遍去掉了，因为我想检验一下其中的小细节，这些细节可以忽略。重点来了，因为前面出现的bug会导致结果中有个20而并非全是200，这是因为当正则表达式进行匹配的时候，在进行第一匹配时，[01]{0,1}\d{0,1}\d{0,1}，200中的2在[0,1]{0,1}里面并不满足，但是在后面的\d{0,1}里面满足，然后200的中间的0就会自动去在最后面的\d{0,1}进行匹配，然后匹配直接结束，于是乎200里面的最后一个0则没有进行匹配，导致最后的结果是20，那么为了避免这种情况，所以就要把第二位的正则表达式放到最前面，也就是
[01]{0,1}\d{0,1}\d{0,1}|2[0-4]\d|25[0-5]).变成了
2[0-4]\d|[01]{0,1}\d{0,1}\d{0,1}|25[0-5]).
这样就能解决问题了

print(re.search(r'(1)(2)(3)\3\2','12332')
print(re.search(r'(huang)(hao)( )\3\2\1','huanghao  haohuang'))#(匹配第n个分组的内容。)

结果

<re.Match object; span=(0, 5), match='12332'>
<re.Match object; span=(0, 18), match='huanghao  haohuang'>

这两个放一起说，注释已经说得明白了，\数字表示匹配第n个分组的内容，也就是说‘（）’这个表示一个分组，然后分先后顺序，第一个（）就表示这个第一个，第二个（）就表示第二个，（）里面的内容就是表示匹配的内容，这个\数字也可以加在（）和（）的中间，比如（a）\1（b）\2

print(re.search(r'(a)\141','aa'))

结果

<re.Match object; span=(0, 2), match='aa'>

这个141是三位数，但凡\后面是三位数的，都是8进制的数字，需要转换成10进制，然后去看对应的ASCII码进行匹配，这8进制的数字可以先用16进制转换成8进制

print(re.findall(r'[a-z]','huanghao'))

结果

['h', 'u', 'a', 'n', 'g', 'h', 'a', 'o']

这个表示在a到z里面有的进行匹配，这个很简单，不多说了

print(re.findall(r'[\n]','huanghao\n'))

结果

['\n']

这个和上面的一样，\n属于换行符

print(re.findall(r'[^a-z]','H.huanghao\n'))

结果

['H', '.', '\n']

'^'要放在最前面，意思是匹配除了^后面的所有字符，若是放到最后就是已匹配前面的本身

print(re.search(r'abc{3}','abccc'))

结果

<re.Match object; span=(0, 5), match='abccc'>

这个也不解释了

s='<huang.>hao>'
print(re.search(r'<.+?>',s))

结果

<re.Match object; span=(0, 8), match='<huang.>'>

这个呢稍微解释一下，<是开始的<,然后这个点表示匹配任意字符，除了换行，然后是+，看图片就知道了，最后的>是s里面的>，那么重点是这个？，因为不加这个？，结果就是贪婪的匹配，就是所有的全部找到，加了这个？就表示停止贪婪匹配，点到为止