#這個庫在python 3中自帶，如果沒有可以通過pip install re進行安裝
import re
基礎1全域性匹配函式是用格式 re.compile(正規表示式).findall(源字串)
普通字元
正常匹配
\n匹配換行符
\t匹配製表符
\w匹配字母、數字、下劃線
\w匹配除字母、數字、下劃線
\d匹配十進位制數字
\d匹配除十進位制數字
\s匹配空白字元
\s匹配除空白字元
[ab89x]
原子表，匹配ab89x中1的任意乙個
[^ab68x]
原子表，匹配除ab89x中1的任意乙個
例項1
import re
string =
'csdnet'
pat =
'dn'
res = re.
compile
(pat)
.findall(string)
print
(res[0]
)#輸出為['dn']
普通字元
正常匹配
.匹配除換行符外任乙個字元
^匹配開始位置
$匹配結束位置
*前乙個字元出現0\1\多次
?前乙個字元出現0\1次
+前乙個字元出現1\多次
前乙個字元恰好出現n次
前乙個字元至少出現n次
前乙個字元至少出現n次，至多出現m次
()模式單元，通俗來說想提取出什麼內容，就在正則中用小括號將其括起來
例項2
import re
string =
'editorcsdnnet'
pat =
'dn...'
res = re.
compile
(pat)
.findall(string)
print
(res[0]
)#輸出結果為['dnnet']
貪婪模式：盡可能多地匹配
懶惰模式：盡可能少地匹配，精準模式
預設貪婪模式
如果出現下列組合，則代表懶惰模式：*？+？
例項3
import re
string =
'editorcsdnnet'
pat =
'd.*?t'
res = re.
compile
(pat)
.findall(string)
print
(res)
#輸出結果為['dit', 'dnnet'] 懶惰模式，精準匹配
模式修正符，在不改變正規表示式的情況下通過模式修正符使匹配結果發生改變
普通字元
正常匹配
re.s
讓.也可以匹配多行
re.l(大寫的 i )
讓匹配時忽略大小寫
例項4
import re
string =
'editorcsdnnet'
pat =
'rcs'
res = re.
compile
(pat,re.i)
.findall(string)
print
(res)
#輸出結果為['rcs']
import re
string =
"""edito
rcsdnne"""
pat =
'e.*e'
res = re.
compile
(pat,re.s)
.findall(string)
print
(res)
#輸出結果為['edito\nrcs\ndnne']
#利用正規表示式和requests獲取前程無憂的職位資訊
#下面是完整**
#_*_coding:utf-8_*_
#檔案:爬取前程無憂.py
#ide :pycharm
import requests
import re
hd =
city =
input
("請輸入城市拼音："
)#注意這裡一定是拼音小寫的，**限制。。
job =
input
("請輸入職位："
)txt = requests.get(
""+city)
#所輸入城市的前程無憂主頁
data =
bytes
(txt.text,txt.encoding)
.decode(
"gbk"
,"ignore"
)pat_city_id=
''city_id = re.
compile
(pat_city_id,re.s)
.findall(data)[0
]#獲取到所輸入城市的id
#print(city_id)
txt_1= requests.get(
""+str
(city_id)
+",000000,0000,00,9,99,"
+job+
",2,1.html?lang=c&postchannel=0000&workyear=99&cotype=99°reefrom=99&jobterm=99&companysize=99&ord_field=0&dibiaoid=0"
,headers = hd)
data=
bytes
(txt_1.text,txt_1.encoding)
.decode(
"gbk"
,"ignore"
)#print(data)
pat =
' .*?共(.*?)條職位.*?
'num = re.
compile
(pat,re.s)
.findall(data)[0
]#獲取所搜尋職位一共有多少
#print(num)
page =
int(num)
//50+1
#算一下一共有多少頁
#print(page)
for i in
range(0
,page)
:print
("----正在爬"
+str
(i+1)+
"頁----"
) this_url =
(""+str
(city_id)
+",000000,0000,00,9,99,"
+job+
",2,"
+str
(i+1)+
".html?lang=c&postchannel=0000&workyear=99&cotype=99°reefrom=99&jobterm=99&companysize=99&ord_field=0&dibiaoid=0"
) txt_2 = requests.get(this_url,headers = hd)
data =
bytes
(txt_2.text,txt_2.encoding)
.decode(
"gbk"
,"ignore"
)# print(data)
pat_title =
' .*?'
pat_company =
'' pat_money =
'.*?(.*?).*?
'try
:for j in
range(0
,50):
title = re.
compile
(pat_title,re.s)
.findall(data)
[j]#獲取職位
company = re.
compile
(pat_company,re.s)
.findall(data)
[j]#獲取公司
money = re.
compile
(pat_money,re.s)
.findall(data)
[j]#獲取薪資
# print(len(money))
# print(title)
# print(company)
# print(money)
# print("--------")
with
open
("工作.doc"
,"a+"
,encoding=
'utf-8'
)as f:
f.write(title+
"\r\n"
+company+
"\r\n"
+money+
"\r\n"
+"------\r\n"
)except exception as ess:
pass
Python 正規表示式（基礎）
正規表示式 regular expression 是乙個特殊的字串行，描述了一種字串匹配的模式可以用來檢查乙個串是否含有某種子串 將匹配的子串替換或者從某個串中取出符合某個條件的子串，或者是在指定的文章中，抓取特定的字串等。python處理正規表示式的模組是re模組，它是python語言擁有全部的正...
Python正規表示式基礎
直接給出字元就是精確匹配。特殊字元首先需要轉義如 d 匹配乙個數字，w 匹配乙個字母或者數字。123 d 可以匹配 1231 但是無法匹配 123a d d d 可以匹配到 123 w w w 可以匹配到 py3 表示任意乙個字元，py.可以表示py3 py 等 表示任意長個字元，表示至少乙個字元，...
python基礎（正規表示式）
正規表示式用於搜尋 替換和解析字串。正規表示式遵循一定的語法規則，使用非常靈活，功能強大。使用正規表示式編寫一些邏輯驗證非常方便，例如電子郵件位址格式的驗證。python提供了re模組實現正規表示式的驗證。1.簡介 正規表示式是用於文字匹配的工具，它在源字串中查詢與給定的正規表示式相匹配的部分，乙個...