Python爬虫之解析---Re正则表达式

Python爬虫之解析—Re正则表达式
*仅用于记录本人的学习过程

• 一、正则表达式的基本模式
• 二、使用方法
• • 1.引入库
  • 2.使用

#d match number D match 非数字

s match 空白符   
S match 非空格
w match 单词字符   
W match 非单词字符
A match 字符串开头
Z match 字符串末尾
w{3} 单词字符出现三次  w{1,5}单词字符出现1-5次 默认选取最大允许值。
. match all number and words
+ 号代表前面的字符必须至少出现一次
* 号代表前面的字符可以不出现，也可以出现一次或者多次
？ 匹配前面的子表达式零次或一次
.*? 非贪婪匹配，多次字符串
.*  贪婪匹配，一次字符串
(?P<组名>.*?) 非贪婪匹配，同时给这些数据一个组名，自动放在这个组里

代码如下：

import re

代码如下：

1、findall: 匹配字符串中所有符合正则的内容 返回列表

lst = re.findall(r"d+","我的电话是：10086，我女朋友的电话是：10010")
print(lst)

结果：['10086', '10010']

2、finditer: 匹配字符串中所有的内容 返回的是迭代器,从迭代器中拿到内容需要.grounp()

finditer 需要使用group()显示获取的数据

it = re.finditer(r"d+","我的电话是：10086，我女朋友的电话是：10010")
for i in it:
    print(i.group())

结果：10086 10010

3、search: 全文匹配 找到一个结果就返回,返回的是match对象,拿到内容需要.grounp()

search需要使用group()显示获取的数据

s = re.search(r"d+","我的电话是：10086，我女朋友的电话是：10010")
print(s.group())

结果：10086

4、match 从头开始匹配

m = re.match(r"d+","我的电话是：10086，我女朋友的电话是：10010")
print(m)

结果：None

5、compile：预加载正则表达式

obj = re.compile(r"d+")
ret = obj.finditer("我的电话是：10086，我女朋友的电话是：10010")
for i in ret:
    print(i.group())

结果：10086 10010

compile举例

s = """
郭麒麟
宋轶
大聪明
范思哲
"""

#（？P<分组名称>正则） 可以单独从正则匹配的内容中进一步提取内容
obj = re.compile(r"(?P.*?)", re.S) #re.s: 让.能匹配换行符
result = obj.finditer(s)
for i in result:
    print(i.group("wahaha"))

结果：

郭麒麟
宋轶
大聪明
范思哲