re.search(r'','')  正则表达式搜索一个

. 除了换行符的所有符号

\.  表示.符号

| 或者

^ 开始 换行后的开始位置

$ 结束 换行后的结束位置

[...] 里面的字符都失去特殊作用 [\n] 匹配\n [^0-3] 0-3取反

{M,N} M<N 匹配前面正则M-N次

* 匹配前面正则0次或者多次，不能写在{}中

+ 匹配前面正则大于0次，不能写在{}中

？匹配前面正则0次或者1次，不能写在{}中

\序号

\A 开始位置

\Z 结束位置

\b 边界

\B 边界相反

\d 数字

\D 非数字

\w [a-zA-Z0-9]

\W \w取反

() 使用findall时，会单独在元祖列出来

(?:) 忽略单独列出来

[^a] 非a字符

使用

import re  #导入正则库

ss = 't love fishc'

#搜索字符串

print(re.search(r'love',ss))

#数字

print(re.search(r'\d','i lova 233'))

re.search(r'[aeiou]','I love 22')

#ip

re.search(r'(([2][0-4]\d|25[0-5]|[01]\d\d|\d{0,1}\d)\.){3}([2][0-4]\d|25[0-5]|[01]\d\d|\d{0,1}\d)','192.168.2.22')

s='<\title><\html>'

re.search(r'<.+>',s)#贪婪模式 ">

re.search(r'<.+?>',s)#去贪婪模式 ">

#正则表达式模块

p = re.compile(r'[a-z]')

p.search('I love python')

p.findall('I love ss')

importurllib.request

import ssl

import os

defnew_request(url):

     ssl._create_default_https_context = ssl._create_unverified_context

     reqt = urllib.request.Request(url)

     reqt.add_header('User-Agent','Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_6) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/85.0.4183.83 Safari/537.36')

     res = urllib.request.urlopen(reqt)

     html = res.read().decode('utf-8')

     returnhtml

defget_img(htmlstr):

     #p = r'

     #p = r'[^"]+\.jpg'

     p = r'

     #p = r'src="([^"]+\.jpg)"'

     print('p:',p)

     imglist = re.findall(p,htmlstr)

     pname ='nvshenba'

     ifos.path.exists(pname)==False:

          os.mkdir(pname)

     os.chdir(pname)

     forimginimglist:

          print(img)

          filename=img.split('/')[-1]

          urllib.request.urlretrieve(img,filename,None)         

if__name__ =='__main__':

     '''

     #抓图

     url = 'https://tieba.baidu.com/p/5157570498'

     html = new_request(url)

     #print(len(html),html[:1000])

     get_img(html)

     '''

    #抓取ip地址

     purl ='http://www.goubanjia.com'

     pht = new_request(purl)

     print('pth len:',len(pht))

     #匹配所有ip，返回一个列表

     pr =  r'(?:(?:[0,1]?\d?\d|2[0-4]\d|25[0-5])\.){3}(?:[0,1]?\d?\d|2[0-4]\d|25[0-5]):?\d{0,4}'

     ps = re.findall(pr,'asdasd152.36.6.54:331afafaf12.36.5.5adsasd')

     print('ps',ps)

    pr = r'<td class="ip">(?:.*?(\d*)</span>){2}'     

    pr = r'<td class="ip">.*?</td>'

     pslist = re.findall(pr,pht)

     pr2 = r'\d*\.|\.?\d+'  #搜索ip的div区域

     core = re.compile(pr2)

     foreach1inpslist:

          pss = core.findall(each1)

          ns =''

          lasts =''

          plen  = len(pss)

          hasrepeat =False

          lasts =''

          forindexinrange(plen):

               each = pss[index]

               ifindex>=plen-1:

                    ns +=':'+each

               eliflasts==each:

                    #if hasrepeat:

                     #ns += each

                    hasrepeat =True

               else:

                    ns += each

               lasts=each

          #print(pss)     

          print('ip:',ns)

     #print(pslist)