Python爬虫之正则表达式入门

作者: 六尺帐篷 | 来源:发表于2017-08-17 20:52 被阅读75次

正则表达式是用来简洁表达一组字符串的表达式

使用正则表达式的优势是什么?
简洁
一行胜千言 一行就是特征(模式)

无穷字符串组的简洁表达

image.png

某种特征字符串组的简洁表达

image.png

正则表达式是用来简洁表达一组字符串的表达式
正则表达式是一种通用的字符串表达框架
正则表达式是一种针对字符串表达“简洁” 和“特征” 思想的工具
正则表达式可以用来判断某字符串的特征归属

正则表达式在文本处理中十分常用:
表达文本类型的特征(病毒、入侵等)
同时查找或替换一组字符串
匹配字符串的全部或部分
……
最主要应用在字符串匹配中

编译:将符合正则表达式语法的字符串转换成正则表达式特征

image.png

正则表达式语法

正则表达式语法由字符和操作符构成

image.png image.png

正则表达式实例

image.png image.png image.png

Re

Re库是Python的标准库,主要用于字符串匹配
调用方式:
import re

raw string类型(原生字符串类型)
re库采用raw string类型表示正则表达式,表示为:

image.png

raw string是不包含对转义符再次转义的字符串

re库也可以采用string类型表示正则表达式,但更繁琐
例如:

image.png

建议:当正则表达式包含转义符时,使用raw string

image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png image.png

Match对象

Match对象是一次匹配的结果,包含匹配的很多信息

image.png image.png image.png

贪婪匹配和最小匹配

image.png image.png image.png

只要长度输出可能不同的,都可以通过在操作符后增加?变成最小匹配

相关文章

网友评论

    本文标题:Python爬虫之正则表达式入门

    本文链接:https://www.haomeiwen.com/subject/wwbnrxtx.html