python第十一天笔记

python第十一天笔记

今日目标：
    正则表达式
    python高级特性
    网络相关的库
        |-- requests
    

正则表达式：
    
什么是正则表达式（Regular expression）：
    
正则表达式历史:
    
python如何使用正则：
    一般而言，不同的编程都会提供对正则的支持，如java中，字符串对象中，有些方法直接支持正则，也同时提供正则的对应类
    python也同样的道理，它为开发者提供了一个专门支持正则的模块 -- re

re模块：
    常见方法：
        compile()
        search()
        findall()
        finditer()
        sub()
        split()
        match("需要匹配的规则", 文本字符串)        # 表示从头匹配

正则表达式：
    
元字符：
    
    .        # 匹配任意符号，除换行符之外（n）
    w        # 匹配有效符号（大小写字母、数字、_、各国的语言符号（python3）），不匹配特殊符号, 等价于：[a-zA-Z0-9_]
    d        # 匹配数字0~9 十个数字，等价于 [0123456789]
    s        # 匹配的空白位    常见的如：空格、t、n等符号

    [abcd]        # 该位置，必须是abcd中的某个来占位，列举
        |-- 匹配数字：[0123456789]、[0-9]
        |-- 匹配小写字母：[a-z]
        |-- 匹配大写字母：[A-Z]
        |-- 有效符号：[a-zA-Z0-9_]

    ^        # 以什么开头
    $        # 以什么结尾

            
反义符：
    W        # 匹配特殊符号
    D        # 匹配非数字
    S        # 匹配非空白位
    [^abcd]        # 表示该位不能使用列举中的某个符号

转义符：
    在绝多数的编程语言中，字符串 *** 作都是存在转义符， x
    为什么在window系统的中，文件系统路径的分隔符是\(本质最后是一个)

    正则中呢？
    在正则中，反斜杠也存在转义的作用！！！

注意：在python中，如果出现路径等情况，建议使用r"regexp"，这种方式，减少转义符多次转义！！
    推荐：所有的正则表达式前面，都建议加上r!!!!!

重复(位数)：
    *        # 任意位（0到多位）
    +        # 1到多位
    ?        # 表示0或者1，也就是说：可以没有，也可以有，但是有的话，只能是一位
    {m}        # 表示m位，m是个正整数
    {m,}        # 表示至少m位，可以更多
    {m,n}        # 表示范围区间[m, n]    （m<=n）

        
课堂练习：
    匹配出openlab的邮箱地址，且@之前有4到20为字符，如[email protected]
    [a-zA-Z0-9_]{4,20}@openlab.com

分组：
    多个组合的列举：
        正则中，存在了一个|符号，表示的意思或者，多个中筛选
        [a-zA-Z0-9_]{4,20}@openlab.(com|org|cn|io)

    括号除了在多个组合的列举作用外，还有一个非常重要的作用，就是分组

    在正则表达式进行匹配的时候，在匹配完成之后，可以做二次匹配！！！
    注意，分组是由括号完成的！！！

如何匹配一个标签：r""

贪婪与懒惰:
    正则表达式中，如果使用多位匹配，则存在了一个贪婪和非贪婪模式，
    贪婪模式：尽可能多的匹配
    非太贪婪模式:尽可能少的匹配

    贪婪模式 --> 懒惰模式，只需要在位数的后面加上?