爬虫常用正则表达式
- 单字符
.: 除换行以外所有字符[]: [aoe] [a-w] 匹配集合中任意一个字符\d：元字符，代表0-9中的任意一个\D: 代表任意一个非数字字符\w: 数字、字母、下划线、中文\W: 非\w\s: 所有的空白字符,包括空格、制表符、换页符等,等价于\f\n\r\t\v\S: 非空白
- 数量修饰
*: 任意多次 >=0+: 至少一次 >=1?: 可有可无 0次或一次{m}: 固定m次 hello{3,}{m,}: 至少m次{m,n}: m-n次
- 边界
$: 以某某结尾^: 以某某开头
- 分组
(ab)
- 贪婪模式 :
.* - 非贪婪(惰性)模式 :
.*? re.I: 忽略大小写re.M: 多行匹配re.S: 但行匹配re.sub: (正则表达式,替换内容,字符串)
import re
key = "javapython1myslqpython1"
print(re.findall('python1', key)[1])
key = "<html><h1>hello world<h1></html>"
print(re.findall('<h1>(.*)<h1>', key))
string = "I like 170 girl"
print(re.findall('\d', string))
key = "http://www.baidu.com and https://www.shaoshaossm.github.io"
print(re.findall('https://', key))
key = 'am@shao.com'
print(re.findall('s.*?\.', key))
key = 'saas and asa and saaas'
print(re.findall('sa{1,2}s',key))本文参与 腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。
原始发表：2021-11-16，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
腾讯云开发者
