python 网络爬虫与信息提取 学习笔记day4

正则表达式简介：

简洁表示一组字符串的特征或者模式，在文本处理中十分常用，主要应用于字符串匹配中

1．  通用的字符串表达框架

2．  简洁表达一组字符串的表达式

3．  针对字符串表达简洁和特征思想的工具

4．  判断某字符串的特征归属

正则表达式的语法：

由字符和操作符构成·了解正则表达式的常用操作符

匹配IP地址的正则表达式：

1. IP地址字符串形式的正则表达式：IP地址分为4段，每段0-255

答案：

精确写法

0‐99：[1‐9]?\d

100‐199: 1\d{2}

200‐249: 2[0‐4]\d

250‐255: 25[0‐5]

(([1‐9]?\d|1\d{2}|2[0‐4]\d|25[0‐5]).){3}([1‐9]?\d|1\d{2}|2[0‐4]\d|25[0‐5])

Re库的介绍使用

1. 使用raw string类型(原生字符串类型)，string类型表示正则表达式。
2. 了解Re库的主要功能

Match对象的属性：

Re库的贪婪匹配和最小匹配

Re库默认采用贪婪匹配的方式，即输出匹配最长的子串

采用?，即输出最小匹配