Python中的正規表示式

在使用python製作爬蟲之前，我們必須要對python的正規表示式有一定的了解,在python中使用正規表示式要匯入re包

\d匹配數字1-9

\w匹配字元

[ ]匹配集合裡面的字元

+匹配前面出現的正規表示式1次或多次

.表示匹配任意乙個字元，除換行符除外，x.匹配xy23中的xy,若是x..則匹配出xy2

*表示匹配0個或多個其前面的字元,x*匹配***y123中的***

?表示匹配0個或1個其前面的字元,x?匹配***y123中的x

.*是貪婪匹配,x.*x它會匹配xhelloxxworldx的整個字元

.*?是最小匹配，x.*?x它會匹配xhelloxxworldx中的xhellox

python中正規表示式的分組，在python中正規表示式的分組使用( )表示:

search(pattern, string, flags=0)函式匹配字串符合正規表示式的第乙個位置

re.findall(pattern, string, flags=0)函式匹配字串中所以符合正規表示式的字串

更多的內容請上官網re表示式庫查詢

# -*- coding:utf-8 -*-

import re
code = '123xxhelloxx567xxworldxx89'
f = re.search('xx(.*?)xx',code).group(1)
print(f)
#輸出答案為hello,若使.group(0)輸出的是所匹配的字串xxhelloxx
#若是使用貪婪匹配的，『(.*)』上述輸出的結果為helloxx567xxworld,若是.group(0)輸出的則是xxhelloxx566xxworldxx

# -*- coding:utf-8 -*-

import re
s = '''123xxhello
xx567xxworldxx89'''
d = re.findall('xx(.*?)xx',s)
print(d)
#輸出的結果為並不是`hello`和`world`而是`567`，因為`.`可以匹配任意字元，但不可以匹配換行
#為了要輸出正確的結果，要傳入改函式的預設引數`re.s`
text = re.findall('xx(.x?)xx',s,re.s)
#利用re.findall()函式返回的是乙個list集合而不是match，所以不可以使用.grout()來讀取分組
for each in d:
print(each)
#輸出結果為hello和world

python中的正規表示式

正規表示式是一種用來匹配字串的強有力的 它的設計思想是用一種描述性的語言來給字串定義乙個規則，凡是符合規則的字串，我們就認為它 匹配 了，否則，該字串就是不合法的。因為正規表示式也是用字串表示的，所以，我們要首先了解如何用字元來描述字元。在正規表示式中，如果直接給出字元，就是精確匹配。用 d可以匹配...

Python中的正規表示式

對應 abc 001 s r abc 001 加r字首，就不用考慮轉義的問題了。print re.match d d 010 12345 匹配成功返回乙個match物件，否則返回none.re.match 的常見寫法 test 輸入字串 if re.match 正規表示式 test print ok...

Python 中的正規表示式

複習下以前學習的正規表示式 r re.match abc bcd bcd print r sre.sre match object span 0,3 match bcd 貪婪符號 擴充套件表示法 分組的不捕獲模式，計算索引時會跳過這個分組 p.分組的命名模式，取此分組中的內容時可以使用索引也可以使用...