2019/10/31 01-正则表达式习题讲解

re这个库，是一种正在表达式的实现，可以用提供的方法，对字符串进行匹配，替换
常用的方法是match，search，fullmatch，findall（快速提取你想要的数据，立即返回，字符串），finditer（返回一个个match对象，可以提取分组）

match,search,fullmatch会返回一个match对象
finditer返回一个match，有了match就可以提取分组
分组有两种，一种是有名字的，一种是没名字的，都一样，都是分组，所以提供了一个groups，可以从这个方法提取所有分组，也提供了每一个分组的使用方式，group（N），N就是分组号，分组0特殊，是当前match匹配出来是什么
groups所有分组，group 分组
命名分组就是groupdict，分组字典必须有名字，名字从命名分组来，所以有名字的分组才出现在groups里
groupdict只跟命名分组相关

分组很重要，是常用的方法，通过这个方法可以访问到你想要的的数据

single看做一行了，全匹配了 .点就是从头到尾
不用单行

后面非贪婪

前后都非贪婪,第一行的h就非贪婪取一个

\w就找出这些东西来

在中括号里的点就可以不用转义
但是其实cn后面应该还有.这个叫跟域名，先修改下，
浏览器验证可以绕过，绕过之后照样给后台数据说注册邮箱，最后还是需要写python来进行验证，先用正则表达式来提交有效部分
fullmatch，正则表达式应该对这个匹配的应该是全称匹配，如果用fullmatch就是告诉，没有一个非法字符，有一个非法字符，就跟你邮箱长度是有差异的
所以用fullmatch简单匹配一下就好
邮箱匹配出来，什么都不能说明，因为要注册，就需要发送激活的邮件，通过你自己的smtp、、服务器将邮件发出去，按照你给的链接激活，等于响应给你，你就知道确有此人

手机号，和邮箱都需要简单的提取。要在后面的服务器做一下验证，浏览器的验证都可以跳过

如果忘记写闭>了，浏览器有些会认为下一个<就是到封口了
a标签，链接，本身的意思是锚，anchor，href属性就用作链接的
_blank代表打开一个新页
最简单就是用这种方式提取来拿到

如果要提取所有链接
如果是这么写的就比较麻烦了，是网页里面的换行符的意思，代表mag换行edu

它也可能这么写，后面的字着重用红色表示

首先贪婪了，singleline
把single line去掉

但是遇到div也超出去了

遇到最好的办法还是取反

如果这一段也算内容

这个地方就锚死了是什么东西了，因为中间分组提取出来就 是空串
没选single line只能一行行处理，多行模式,点.号不突破\n
前面这一部分就是选择a标签以及它的属性，绝对不会选择a标签之外的
找一个标签，以及找一个标签内封口的东西
div内的标签分组是什么

div内的标签分组是什么
把http,https拿到了
?<>命名分组
这就是url的提取方式

前面一定要先匹配，谁或者谁一定要考虑谁前谁后

一般网页怎么判断你密码输入强度，都是靠本地js脚本来判断，加入前端不判断，你就要用后端程序python来判断了
要排个序（密码长度有限，密码是可取的），因为正则表达式这么写了就固定顺序了
能不能不用排序靠一个表达式来实现
61 =97=a
41=4*16+1=64+1=65 A
下划线在大小写之间，所以这两个之间差了16进制二十，排完序，下划线一定在这里面

能不能先判断至少里面含有一个数字，就打标记
出现\d+ 1000 1
出现A-Z 0100 1
出现a-z 0010 1
下划线_ 0001 1
没找到+1，都找到就是4，统计出来4就是强密码，要遍历4遍
但是万一有非法字符
所以还需要在这之前做
1.先判断位数 10~15
可以用断言，在数字签名或者小写字母后面一定不能怎么样，就可以判断有没有非法字符
2.判断有没有字符把这些字符取反[ ……\dA-Za-z_]+
3.往下走说明都是合法字符且长度合适
（判断数字，有没有大小写，下划线。判断出一个分值，1分就是告诉用户强度太低，2分就是中）
4表示最强，3次强，2中，1低
出现|~}这种就不好弄了

谁最可能用户不填就需要往前先判断，因为用户最可能落下这些

以前是字符一个个遍历，现在可以split断成你想要的

字符串前面+r，\n这种避免歧义

-\w，减号和、\w取反，来切割，就是空白字符，加号代表尽量多

正则表达式切每一行，
如果长度是有的，等效false
就把找个单词yield出来
写成正则表达式方便，不会写makekey2

空间换时间的时候就要分析，是不停的创建，还是固定的开辟空间
用来set占更大空间，需要用hash，多占空间多提高效率

有些不支持断言，所以还是支持分组

一般你登陆网站，推荐信息，都有两种做法，1.实时分析，2.离线分析（对日志进行分析，然后建模进行分析推荐给你）

C语言只有函数，C++有面向对象，面向对象肯定是个难点