Python爬虫正则表达式常用符号和方法

清疚 2022-05-19 01:41 104阅读 0赞

# 爬虫正则表达式常用符号及方法 #

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。得益于这一点，在提供了正则表达式的语言里，正则表达式的语法都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。

**1、常用符号**

. ：匹配任意字符，换行符 \\n 除外

：匹配前一个字符0次或无限次  
? ：匹配前一个字符0次或1次

.\* ：贪心算法，尽可能的匹配多的字符

.\*? ：非贪心算法

() ：括号内的数据作为结果返回

**2、常用方法**

findall：匹配所有符合规律的内容，返回包含结果的列表

Search：匹配并提取第一个符合规律的内容，返回一个正则表达式对象

Sub：替换符合规律的内容，返回替换后的值

**3、使用示例**

（1）. 的使用举例，匹配任意字符，换行符 \\n 除外

import re \#导入re库文件

a = 'xy123'

b = re.findall('x..',a)

print b

打印的结果为：\['xy1'\] ，每个 . 表示一个占位符

（2） \* 的使用举例，匹配前一个字符0次或无限次

a = 'xyxy123'

b = re.findall('x\*',a)

print b

打印的结果为：\['x', '', 'x', '', '', '', '', ''\]

（3） ? 的使用举例，匹配前一个字符0次或1次

a = 'xy123'

b = re.findall('x?',a)

print b

打印的结果为：\['x', '', '', '', '', ''\]

（4） .\* 的使用举例

secret\_code = 'hadkfalifexxIxxfasdjifja134xxlovexx23345sdfxxyouxx8dfse'

b = re.findall('xx.\*xx',secret\_code)

print b

打印的结果为：\['xxIxxfasdjifja134xxlovexx23345sdfxxyouxx'\]

（5）.\*？的使用举例

secret\_code = 'hadkfalifexxIxxfasdjifja134xxlovexx23345sdfxxyouxx8dfse'

c = re.findall('xx.\*?xx',secret\_code)

print c

打印的结果为：\['xxIxx', 'xxlovexx', 'xxyouxx'\]

（6） ()的使用举例

secret\_code = 'hadkfalifexxIxxfasdjifja134xxlovexx23345sdfxxyouxx8dfse'

d = re.findall('xx(.\*?)xx',secret\_code)

print d

打印的结果为：\['I', 'love', 'you'\] ，括号内的数据作为返回的结果

（7） re.S的使用举例

s = '''sdfxxhello

xxfsdfxxworldxxasdf'''

d = re.findall('xx(.\*?)xx',s,re.S)

print d

打印的结果为：\['hello\\n', 'world'\] ，re.S的作用是使 . 在匹配时包括 \\n

（8） findall的使用举例

s2 = 'asdfxxIxx123xxlovexxdfd'

f2 = re.findall('xx(. ?)xx123xx(. ?)xx',s2)

print f20

打印的结果为：love

这时f2为含有一个元组的列表，该元组包含两个元素，该元组中的两个元素为两个()匹配到的内容，如果s2包含多个'xx(. ?)xx123xx(. ?)xx'这样的子串，则f2包含多个元组；

（9） search的使用举例

s2 = 'asdfxxIxx123xxlovexxdfd'

f = re.search('xx(. ?)xx123xx(. ?)xx',s2).group(2)

print f

打印的结果为：love

.group(2) 表示返回第二个括号匹配到的内容，如果是 .group(1), 则打印的就是：I

（10）sub的使用举例

s = '123rrrrr123'

output = re.sub('123(.\*?)123','123%d123'%789,s)

print output

打印的结果为：123789123

其中的%d类似于C语言中的%d，如果 output=re.sub('123(.\*?)123','123789123',s)，输出结果也为： 123789123

（11） \\d 的使用举例，用于匹配数字

a = 'asdfasf1234567fasd555fas'

b = re.findall('(\\d+)',a)

print b

打印的结果为：\['1234567', '555'\] ， \\d+ 可以匹配数字字符串；

发表评论取消回复

表情：

评论列表（有 0 条评论，104人围观）

还没有评论，来说两句吧...

相关阅读

相关正则表达式符号

正则表达式符号 <table> <thead> <tr> <th align="center">符号</th> <th align="cente

深碍√TFBOYSˉ_/ 2024年03月24日 08:39/ 0 赞/ 91 阅读

相关 Js-正则表达式和常用表达式

Ⅰ- 壹 - 正则微型语言正则表达式判断字符串是否符合规则创建正则 var reg=/正则内容/修饰符 var reg=/a/g;

- 日理万妓/ 2023年06月28日 06:29/ 0 赞/ 116 阅读

相关正则表达式符号

![Center][] ![Center 1][] ![Center 2][] [Center]: https://img-blog.csdn.net/2015020415

叁歲伎倆/ 2022年08月06日 15:12/ 0 赞/ 249 阅读

相关正则表达式符号与方法

正则表达式符号与方法常用符号: . :匹配任意字符，换行符\\n除外 \ :匹配前一个字符0次或无限次 ? :匹配前一个字符0次或1次 .\ :贪

r囧r小猫/ 2022年06月07日 13:49/ 0 赞/ 252 阅读

相关 python正则表达式re常用方法总结

1.匹配 RE正则表达式在python爬取网页中经常遇到，不同表达式可匹配各种不同字符，常用使用方法如下： (1) ‘.’可以匹配任意单个字符(除换行符) (2)

小灰灰/ 2022年05月30日 09:07/ 0 赞/ 134 阅读

相关常用正则表达式

1 数字：^[0-9]$ 2 n位的数字：^\d{n}$ 3 至少n位的数字：^\d{n,}$ 4 m-n位的数字：^\d{m,n}$

小灰灰/ 2022年05月21日 02:15/ 0 赞/ 338 阅读

相关 Python爬虫正则表达式常用符号和方法

爬虫正则表达式常用符号及方法正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自

清疚/ 2022年05月19日 01:41/ 0 赞/ 105 阅读

相关正则表达式和爬虫

正则表达式简介正则表达式是由一些具有特殊含义的字符组成的字符串，用于查找，替换符合规则的字符串在表达单验证，Url映射等处都会经常用到。

- 日理万妓/ 2022年04月23日 22:00/ 0 赞/ 268 阅读

相关正则符号解释与常用表达式积累

<table> <tbody> <tr> <td style="font-size:12px;">\</td> <td style="font-siz

红太狼/ 2021年12月14日 13:34/ 0 赞/ 312 阅读

相关常用正则表达式

正整数:/^\\d+$/.test(value) 负整数:/^-\\d+$/.test(value) 整　数:/^-?\\d+$/.test(value) 正小数

今天药忘吃喽~/ 2021年11月29日 13:54/ 0 赞/ 469 阅读