個(gè)人主頁(yè)：Lei寶啊?

愿所有美好如期而遇

概念：

正則表達(dá)式(regular expression)描述了一種字符串匹配的模式（pattern），正則匹配是一個(gè)模糊的匹配(不是精確匹配)

如下四個(gè)方法經(jīng)常使用：

• match()
• search()
• findall()
• finditer()

匹配單個(gè)字符或數(shù)字：?

匹配錨字符

錨字符:用來(lái)判定是否按照規(guī)定開(kāi)始或者結(jié)尾

限定符

限定符用來(lái)指定正則表達(dá)式的一個(gè)給定組件必須要出現(xiàn)多少次才能滿足匹配。

有 *? 或?+?或???或?{n}?或?{n,}?或?{n,m}?共6種。

re模塊中常用函數(shù)

通用flags（修正符）

通用函數(shù)

• 獲取匹配結(jié)果

  • 使用group()方法 獲取到匹配的值

  • groups() 返回一個(gè)包含所有小組字符串的元組(也就是自存儲(chǔ)的值)，從 1 到 所含的小組號(hào)。?

match()函數(shù)

• 原型

  def match(pattern, string, flags=0)

• 功能

  匹配成功返回 匹配的對(duì)象

  匹配失敗 返回 None

• 獲取匹配結(jié)果

  • 使用group()方法 獲取到匹配的值

  • groups() 返回一個(gè)包含所有小組字符串的元組，從 1 到 所含的小組號(hào)。

• 注意：從第一位開(kāi)始匹配 只匹配一次

• 參數(shù)

  參數(shù)	說(shuō)明
  pattern	匹配的正則表達(dá)式(一種字符串的模式)
  string	要匹配的字符串
  flags	標(biāo)識(shí)位，用于控制正則表達(dá)式的匹配方式

舉例說(shuō)明：

import re

str1 = '124jfda\n'
str2 = '\n124jfda'

print(re.match(".",str1))
print(re.match(".",str2))
print(re.match(".",str2,re.S))

search()函數(shù)

• 原型

  def search(pattern, string, flags=0)

• 功能

  掃描整個(gè)字符串string，并返回第一個(gè)pattern模式成功的匹配

  匹配失敗 返回 None

• 參數(shù)

  參數(shù)	說(shuō)明
  pattern	匹配的正則表達(dá)式(一種字符串的模式)
  string	要匹配的字符串
  flags	標(biāo)識(shí)位，用于控制正則表達(dá)式的匹配方式

• 注意：

  只要字符串包含就可以

  只匹配一次

• 示例

  str1 = '124jfda\n'
  str2 = '\n124jfda'
  
  print(re.search(".",str1))
  print(re.search(".",str2))
  print(re.search(".",str2,re.S))

  

• 注意

  與search的區(qū)別

  相同點(diǎn)：

  都只匹配一次

  不同點(diǎn)：

  • search是在要匹配的字符串中 包含正則表達(dá)式的內(nèi)容就可以
  • match 必須第一位就開(kāi)始匹配 否則匹配失敗

findall()函數(shù)（返回列表）

• 原型

  def findall(pattern, string, flags=0)

• 功能

  掃描整個(gè)字符串string，并返回所有匹配的pattern模式結(jié)果的字符串列表

• 參數(shù)

  參數(shù)	說(shuō)明
  pattern	匹配的正則表達(dá)式(一種字符串的模式)
  string	要匹配的字符串
  flags	標(biāo)識(shí)位，用于控制正則表達(dá)式的匹配方式

?舉例：

import re

str = '13678324489'
print(re.findall("[14]",str))
print(re.findall("1[0-9]",str))
print(re.findall("1[0-9]{10}$",str))
print(re.findall("1[0-9]{9}$",str))

貪婪與非貪婪模式

貪婪：? ? ? ?.*

非貪婪：? ?.*?

str = "<b>加粗</b><b>加粗的</b><b>加粗的的</b>"
val1 = re.search('<b>.*</b>',str)  #貪婪
val2 = re.search('<b>.*?</b>',str) #非貪婪

print(val1.group())
print(val2.group())

myStr = """
<a >百度</a>
<A >淘寶</A>
<a >電
影網(wǎng)站</a>
<i>我是傾斜1</i>
<i>我是傾斜2</i>
<em>我是傾斜2</em>
"""

#提取網(wǎng)址和名字
lt = re.findall('<a href="(.*?)">(.*?)</a>',myStr,re.S|re.I)
print(lt)

finditer()函數(shù)

• 原型

  def finditer(pattern, string, flags=0)

• 功能

  與findall()類似，返回一個(gè)迭代器

• 參數(shù)

  參數(shù)	說(shuō)明
  pattern	匹配的正則表達(dá)式(一種字符串的模式)
  string	要匹配的字符串
  flags	標(biāo)識(shí)位，用于控制正則表達(dá)式的匹配方式

?舉例：

import re

ret = re.finditer('\d', '12456789')
print(ret)
print(next(ret))

for i in ret:
    print(i)

split()函數(shù)（返回值為列表）

• 作用：切割字符串

• 原型：

  def split(patter, string, maxsplit=0, flags=0)

• 參數(shù)

  pattern 正則表達(dá)式

  string 要拆分的字符串

  maxsplit 最大拆分次數(shù) 默認(rèn)拆分全部

  flags 修正符

示例：

import re

myStr = "asdas\rd&a\ts12d\n*a3sd@a_1sd"
#通過(guò)特殊字符 對(duì)其進(jìn)行拆分 成列表

#非字母拆分
res = re.split("[^a-z]",myStr)
print(res)

res = re.split("\W",myStr)
print(res)

正則高級(jí)

分組&起名稱

• 概念

  處理簡(jiǎn)單的判斷是否匹配之外，正則表達(dá)式還有提取子串的功能，用()表示的就是要提取的分組

• 說(shuō)明

  • 正則表達(dá)式中定義了組，就可以在Match對(duì)象上用group()方法提取出子串來(lái)
  • group(0)永遠(yuǎn)是原始字符串，group(1)、group(2)……表示第1、2、……個(gè)子串

示例：

import re

s = '3G4HFD567'

#格式：?P<別名>  ()里內(nèi)容表示要提取的分組
x = re.match("(?P<value>\d+)",s)
print(x.group(0))
print(x.group('value'))

編譯

• 概念

  當(dāng)在python中使用正則表達(dá)式時(shí)，re模塊會(huì)做兩件事，一件是編譯正則表達(dá)式，如果表達(dá)式的字符串本身不合法，會(huì)報(bào)錯(cuò)。另一件是用編譯好的正則表達(dá)式提取匹配字符串

• 編譯優(yōu)點(diǎn)

  如果一個(gè)正則表達(dá)式要使用幾千遍，每一次都會(huì)編譯，出于效率的考慮進(jìn)行正則表達(dá)式的編譯，就不需要每次都編譯了，節(jié)省了編譯的時(shí)間，從而提升效率

• compile()函數(shù)

  • 原型

    def compile(pattern, flags=0)

  • 作用

    將pattern模式編譯成正則對(duì)象

  • 參數(shù)

    參數(shù)	說(shuō)明
    pattern	匹配的正則表達(dá)式(一種字符串的模式)
    flags	標(biāo)識(shí)位，用于控制正則表達(dá)式的匹配方式

  • flags

    值	說(shuō)明
    re.I	是匹配對(duì)大小寫不敏感
    re.M	多行匹配，影響到^和$
    re.S	使.匹配包括換行符在內(nèi)的所有字符

  • 返回值

    編譯好的正則對(duì)象

示例：

import re

str = '123456'
pattern = re.compile("\d")
print(pattern.search(str))

?文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-828651.html

到了這里，關(guān)于爬蟲(chóng)之正則表達(dá)式的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！