Python爬虫入门,如何使用正则表达式

按照之前的课程安排,此次课程应该讲python基础第十六讲爬虫,但是如果正则一笔带过大家可能还是没办法写出自己想要实现的结果,所以把正则匹配详解提前学习一下,此次课程的学习路线会翻译官方的re模块文档,并且筛选出重点知识,完善文章中没有的DEMO。

学完此次课程,我能做什么?

此次课程我们会系统的学习一下python的正则表达式,以及可以根据自己的需求写出正确的正则表达式。

学习此次课程,需要多久?

15-20分钟,建议每个表达式跟着实践一下,加深印象

课程内容

Python中正则表达式 在 re 模块 — Regular expression operations

Python中的re模块提供与Perl类似的正则表达式匹配操作,但是要注意的是

需要注意的是:正则匹配时 表达式和要查询的字符串可以是 unicode字符串,也可是8-bit 字符串,但是两种模式不可以混合使用,也就是说 表达式和要查询的字符串必须一致。

正则表达式特殊字符:

.(点): 默认模式下,.可以匹配除了换行外的所有字符,如果需要匹配换行,可以传参 re.DOTALL。

image

运行结果:

image

^:只匹配字符串的开始位置,可以使用re.MULTILINE(匹配多行),匹配每一行的开始位置。

image

代码中每一行的开头都有ae字符串,所以开启多行模式后,会匹配两个结果。

运行结果:

image

$ : 与^相反,匹配字符串的结束位置,可以使用re.MULTILINE(匹配多行),匹配每一行的结尾位置。

image

运行结果:

image
  • : 匹配0个或多个的表达式
image

运行结果:

image

分析:c*表示,匹配字符"c"0次或者多次,也就是说会匹配 a,ac。

  • : 匹配1个或多个的表达式
image

运行结果:

image

分析:匹配字符a并且c一次或者多次,所以会匹配ac或者accccc

? : 匹配0次或1次,非贪婪方式

image

运行结果:

image

分析:表达式“ac?” 匹配字符a或者ac(?只匹配0次或者1次,比较懒惰,不像上面的+或者*会匹配多次)

.? : 这三个特殊符号上面都讲过了,.是匹配任意字符匹配0次或者多次,连在一起使用也就是匹配全文了,加上?号,非贪婪模式匹配,将尽可能少的匹配结果。

image

匹配结果:

image

小结

正则匹配的语法是通用的,大家学会这些特殊字符,无论什么语言都能迅速入门。所以有必要好好学习一下。

接下来学习什么?

Python的基础教程暂时告一段落。

关注公众号,回复 Python基础 下载全部代码+PDF版电子书

image
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 215,539评论 6 497
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 91,911评论 3 391
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 161,337评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 57,723评论 1 290
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 66,795评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 50,762评论 1 294
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,742评论 3 416
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,508评论 0 271
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,954评论 1 308
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,247评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,404评论 1 345
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,104评论 5 340
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,736评论 3 324
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,352评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,557评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,371评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,292评论 2 352

推荐阅读更多精彩内容

  • python的re模块--细说正则表达式 可能是东半球最详细最全面的re教程,翻译自官方文档,因为官方文档写的是真...
    立而人阅读 22,862评论 4 46
  • Python中的正则表达式(re) import rere.match #从开始位置开始匹配,如果开头没有则无re...
    BigJeffWang阅读 7,071评论 0 99
  • 搞懂Python 正则表达式用法 Python 正则表达式 正则表达式是一个特殊的字符序列,它能帮助你方便的检查一...
    厦热阅读 1,580评论 0 2
  • re模块手册 本模块提供了和Perl里的正则表达式类似的功能,不关是正则表达式本身还是被搜索的字符串,都可以...
    喜欢吃栗子阅读 4,000评论 0 13
  • 【道德经妙解序文】 道德经流传两千五百多年,版本很多种,为道德经注解的超过一千种版本。虽注解的版本很多,一般人还是...
    爱相续阅读 1,174评论 0 0