import re

ret = re.findall('www.(baidu|oldboy).com', 'www.oldboy.com')

print(ret)  # ['oldboy']     这是因为findall会优先把匹配结果组里内容返回,如果想要匹配结果,取消权限即可

ret = re.findall('www.(?:baidu|oldboy).com', 'www.oldboy.com')

print(ret)  # ['www.oldboy.com']

ret=re.split("\d+","eva3egon4yuan")

print(ret) #结果 ： ['eva', 'egon', 'yuan']

ret=re.split("(\d+)","eva3egon4yuan")

print(ret) #结果 ： ['eva', '3', 'egon', '4', 'yuan']

#在匹配部分加上（）之后所切出的结果是不同的，

#没有（）的没有保留所匹配的项，但是有（）的却能够保留了匹配的项，

#这个在某些需要保留匹配部分的使用过程是非常重要的。

import re

res = re.search("e", "alex and exp") # 搜索. 搜到结果就返回

print(res.group())

res = re.match("\w+", "alex is not a good man") #  从头匹配.  如果匹配到了。 就返回

print(res.group())

lst = re.findall("\w+", "alex and exo")

print(lst)

it = re.finditer("\w+", "mai le fo leng")

for el in it:

    print(el.group())

# # 这个分组是优先级

lst = re.findall(r"www\.(baidu|oldboy)\.com", "www.oldboy.com")

print(lst)

# (?: )  去掉优先级

lst = re.findall(r"www\.(?:baidu|oldboy)\.com", "www.oldboy.com")

print(lst)

# 加了括号。 split会保留你切的刀

lst = re.split("([ab])", "alex is not a sb, no he is a big sb") # 根据正则表达式进行切割

print(lst)

#

# # 替换

res = re.sub(r"\d+", "_sb_", "alex333wusir666taibai789ritian020feng")

print(res)

#

# # 替换。 返回的结果带有次数

res = re.subn(r"\d+", "_sb_", "alex333wusir666taibai789ritian020feng")

print(res)

a = eval("1+3+5+6")

print(a)

code = "for i in range(10):print(i)"

c = compile(code, "", "exec") # 编译代码

exec(c)

obj = re.compile(r"alex(?P<name>\d+)and") # 把正则表达式预加载

res = obj.search("alex250andwusir38ritian2")

print(res.group())

print(res.group("name"))

import re

from urllib.request import urlopen

#正则

obj=re.compile(r'<div class="item">.*? <a href=(?P<URL>.*?)">.*?<span class="title">(?P<name>.*?)</span>'

               r'.*?<span class="rating_num" property="v:average">(?P<fen>.*?)</span>.*?<span>(?P<pingjia>.*?)人评价</span>',re.S)

#获取网页内容函数

def get_content(url):

    content=urlopen(url).read().decode("utf-8")

    return content

#获取网页所要内容转化成字典的函数

def parse(content):

    g=obj.finditer(content)

    for el in g:

        yield {

            '电影名':el.group("name"),

            'url':el.group("URL"),

            '评分':el.group('fen'),

            '评价人数':el.group("pingjia")

        }

#分页爬取

for i in range(10):

    url="https://movie.douban.com/top250?start=%s&filter="%i*25  #每页的url  每页共25部电影

    g=parse(get_content(url))

    f=open("dian.txt","a",encoding="utf-8")

    for el in g:

        f.write(str(el)+"\n")

        # print(el)

    f.close()

import re

from urllib.request import urlopen

import json

url="https://www.dytt8.net/"

content=urlopen(url).read().decode("gbk")

obj=re.compile(r"最新电影下载</a>]<a href='(?P<URL>.*?)'>.*?《(?P<name>.*?)》",re.S)

obj2=re.compile(r'<!--Content Start--><span style="FONT-SIZE: 12px"><td>.*?'

                r'【下载地址】</font></font></strong> <br /><br /><br /><a href=".*?(?P<xiazai>.*?)"><strong>',re.S)

lst=obj.findall(content)

f=open("movie",'w',encoding="utf-8")

for el in lst:

    try:

       dic= {"name":el[1],"URL":"https://www.dytt8.net"+el[0]}

       url2=dic["URL"]

       content2=urlopen(url2).read().decode("gbk")

       dz=obj2.search(content2).group("xiazai")

       dic2={"name":dic["name"],"地址":dz}

       s=json.dumps(dic2,ensure_ascii=False)

       f.write(s+"\n")

       print(dic)

    except Exception as e:

        continue

f.close()