前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Python 正则表达式

Python 正则表达式

作者头像
猴哥yuri
发布2018-08-16 16:00:22
2810
发布2018-08-16 16:00:22
举报
文章被收录于专栏:极客猴

我们能够使用 urllib 向网页请求并获取其网页数据。但是抓取信息数据量比较大,我们可能需要其中一小部分数据。对付刚才的难题,就需要正则表达式出马了。正则表达式能帮助我们匹配过滤到我们需要的数据,但它学习起来非常枯燥无味。你可能会说,我还没有开始想学习正则表达式,你就来打击我? 莫慌!层层递进地学习,一步一个脚印地学习,很快就会学会了。对于爬虫,我觉得学会最基本的符号就差不多了。

1 正则表达式

下面是一张关于正则表达式字符的图,图片资料来自CSDN。先把图中字符了解清楚,基本上算是入门。

2 re 模块

Python 自1.5版本起通过新增 re (Regular Expression 正则表达式)模块来提供对正则表达式的支持。使用 re 模块先将正则表达式填充到 Pattern 对象中,再把 Pattern 对象作为参数使用 match 方法去匹配的字符串文本。match 方法会返回一个 Match 对象,再通过 Match 对象会得到我们的信息并进行操作。下面介绍几个 re 常用的函数。

2.1 compile 函数

compile 是把正则表达式的模式和标识转化成正则表达式对象,供 match() 和 search() 这两个函数使用。它的函数语法如下:

  • 第一个参数是pattern,指的正则表达式。
  • 第二个参数flags是匹配模式,是个可选参数。可以使用按位或’|’表示同时生效,也可以在正则表达式字符串中指定。匹配模式有以下几种:
  • 该方法返回的结果是一个 Pattern 对象。
2.2 match 函数

match()函数只在字符串的开始位置尝试匹配正则表达式,也就是说只有在 0 位置匹配成功的话才有返回。如果不是开始位置匹配成功的话,match() 就返回 none。它的函数语法如下:

  • 第一个参数:匹配的正则表达式
  • 第二个参数:要被匹配的字符串
  • flags 是可选参数,跟 compile 用法相似
  • 匹配成功 re.match 方法返回一个匹配的对象,否则返回None。要想获得匹配结果,既可以使用groups()函数获取一个包含所有字符串的元组(从 1 到 所含的小组号),也可以使用group(组号)函数获取某个组号的字符串。

match 函数用法的示例代码:

2.3 search 函数

search() 函数是扫描整个字符串来查找匹配,它返回结果是第一个成功匹配的字符串。

参数用法以及返回结果跟match函数用法相同。

search 函数用法的示例代码:

2.4 findall 函数

findall函数在字符串中搜索子串,并以列表形式返回全部能匹配的所有子串。

参数用法以及返回结果跟match函数用法相同。

findall 函数用法的示例代码:

作者:猴哥,公众号:极客猴。爱好读书,喜欢钻研技术,梦想成为文艺青年的IT Boy。

- END -

本文参与 腾讯云自媒体同步曝光计划,分享自微信公众号。
原始发表:2017-07-10,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 极客猴 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体同步曝光计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 1 正则表达式
  • 2 re 模块
    • 2.1 compile 函数
      • 2.2 match 函数
        • 2.3 search 函数
          • 2.4 findall 函数
          领券
          问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档