Python3 爬蟲 U15 正規表示式

目錄3.匹配多個字元

4.實戰案例

5.總結

通俗解釋：按照某個規則，從某個字串中匹配出想要的資料。

官方解釋：正規表示式，又稱規則表示式，通常被用來檢索、替換那些符合某個模式(規則)的文字。

匹配某個字串，指定乙個字元，如he，從hello中匹配

import re

text='hello'
ret = re.match('he',text)
print(ret.group())

import re

text = 'abcdrf'
ret = re.match('.',text)
print(ret.group())

import re

text = '123'
ret = re.match('\d',text)
print(ret.group())

import re

text = 'abc'
ret = re.match('\d',text)
print(ret.group())

import re

text = '\t'
ret = re.match('\s',text)
print(ord(ret.group()))

import re

text = 'abc'
ret = re.match('\s',text)
print(ord(ret.group()))

import re

text = '_abc'
ret = re.match('\w',text)
print(ret.group())

import re

text = '#'
ret = re.match('\w',text)
print(ret.group())

import re

text = '0871-96532'
ret = re.match('[\d-]+',text)
print(ret.group())

import re

text = '0871-96532'
ret = re.match('[0-9]',text)
print(ret.group())

import re

text = '_abc'
ret = re.match('[a-za-z0-9_]',text)
print(ret.group())

import re

text = '#abc'
ret = re.match('[^a-za-z0-9_]',text)
print(ret.group())

注意：以下的*，+，？依賴與他之前的規則，例如:\d+表示匹配乙個或者任意多個數字

import re

text = '12345abc'
ret = re.match('\d*',text)
print(ret.group())

與+號的區別在與當字串為空的時候，*號不報錯，但是+號會報錯。

import re

text = '12345abc'
ret = re.match('\d+',text)
print(ret.group())

import re

text = '12345abc'
ret = re.match('\w?',text)
print(ret.group())

此語法根據字串的長度盡可能多的匹配

import re

text = '12345abc'
ret = re.match('\w',text)
print(ret.group())

說明：此處假定手機號只有13,14,15,16,18等開頭

import re

text = '18298377942'
ret = re.match('1[3,4,5,6,8]\d',text)
print(ret.group())

import re

text = '[email protected]'
ret = re.match('\w+@[a-za-z]+\.[a-za-z]+',text)
print(ret.group())

python3爬蟲實戰（3）

今天心血來潮去爬取了一下招聘 的實時招聘資訊。是 選的條件是北京，實習生，計算機軟體。分析 之後發現還是很容易的，不過過程中出了不少小問題，在這裡分享一下。想要爬取的是類似的表單內容。是在ul的li裡。用beautifulsoup解析之後，tem ul bsoj.find ul 存下整個ul元素。對...

python3爬蟲 正規表示式

正規表示式 首先要匯入re庫 其中常用的函式 compile函式 格式為re.complie pattern flags pattern 乙個字串形式的正規表示式 flags 可選，表示匹配模式，比如忽略大小寫，多行模式等，具體引數為 re.i 忽略大小寫 re.l 表示特殊字符集 w,w,b,b,...

python3 爬蟲入門

這裡爬取貓眼電影 top100 榜的資訊，作為學習的第乙個demo。今天開始接觸的python,從爬蟲開始。語言相對來說比較簡單，環境配置到是花了不少時間。有個要注意的點是在引入beautifursoup庫的時候會報錯，因為3.x的庫需要引入的是beautifursoup4.到這一步環境配置基本上o...