0
点赞
收藏
分享

微信扫一扫

【python爬虫专项(12)】正则表达式(2)—— 正则表达式模式


概念与注意点

1)模式字符串使用特殊的语法来表示一个正则表达式

2)r’…’ 用在pattern之前,表示单引号中的字符串为原生字符,不会进行任何转义
        由于正则表达式通常都包含反斜杠,所以最好使用原始字符串来表示。模式元素(如 r’\t’,等价于 \t )匹配相应的特殊字符

3)常用模式
① 用于匹配位置
        ^ 匹配字符串的开头
        $ 匹配字符串的末尾

示例

        

【python爬虫专项(12)】正则表达式(2)—— 正则表达式模式_正则表达式


这里需要注意,上一节讲到的re.match()是从头开始匹配的,所以要使用这个方法匹配最后一个字符是以xx结束的,前面需要加上“.*”,以确保前面是有字符的,否则会匹配失败

4)用于匹配内容

模式

功能

.

匹配除 “\n” 之外的任何 单个 字符,要匹配包括 ‘\n’ 在内的任何字符,请使用类似 ‘[\s\S]’ 的模式

[…]

用来表示一组字符,单独列出:[amk] 匹配 ‘a’,‘m’或’k’

[^…]

不在[]中的字符:[^abc] 匹配除了a,b,c之外的字符

\d

匹配一个数字字符。等价于 [0-9]

\D

匹配一个非数字字符。等价于 [^0-9]

\s

匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]

\S

匹配任何非空白字符。等价于 [^ \f\n\r\t\v]

\w

匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’

\W

匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]’

示例

例子

作用

[Pp]ython

匹配 “Python” 或 “python”

rub[ye]

匹配 “ruby” 或 “rube”

[aeiou]

匹配中括号内的任意一个字母

[0-9]

匹配任何数字。类似于 [0123456789]

[a-z]

匹配任何小写字母

[A-Z]

匹配任何大写字母

[a-zA-Z0-9]

匹配任何字母及数字

[^aeiou]

除了aeiou字母以外的所有字符

[^0-9]

匹配除了数字外的字符

5) 用于匹配次数

模式

功能

*

匹配0个或多个的表达式

+

匹配1个或多个的表达式

?

匹配0个或1个由前面的正则表达式定义的片段,非贪婪方式

{n}

匹配n个前面表达式

{n, m}

匹配 n 到 m 次由前面的正则表达式定义的片段,贪婪方式

示例

【python爬虫专项(12)】正则表达式(2)—— 正则表达式模式_字符串_02


注意:关于 .* 和 .+.? 之间的区别可以通过上面的示例进行分辨

6)用于分组
(re) 匹配括号内的表达式,也表示一个组

示例(在上一节中也有提到)

【python爬虫专项(12)】正则表达式(2)—— 正则表达式模式_贪婪匹配_03

7)贪婪匹配问题
贪婪匹配:尝试匹配尽可能多的字符,默认匹配都是贪婪匹配
非贪婪匹配:尝试匹配尽可能少的字符,用 ?

示例(还是使用前面的字符串)

【python爬虫专项(12)】正则表达式(2)—— 正则表达式模式_网络爬虫_04


8)

a| b 匹配a或b ,在前面内容6分组的时候,写匹配模式的时候就有用到 re.M|re.I

自此正则表达式模式就介绍完毕


举报

相关推荐

0 条评论