常用的正则表达式【python爬虫】

SQL正则表达式

mysql查询中常见的四种

‘^……’

‘…… $’

‘1|……$’

‘……’

https://www.runoob.com/mysql/mysql-regexp.html

Python正则表达式

单字符： . : 除了换行以外所有字符 [] : [a-z] a-z任意一个匹配， [ae] 匹配a或e \d :[0-9] \D :非数字 \w :字母/数字/下划线 /中文 匹配 \W :非 \w \s :所有空白字符 \S :所有非空白字符

数量修饰： * : 数量 >=0 + : >=1 ? : 可有可无，1 or 0 {m} : ==m {m,} : >=m {m,n} : m-n

分组： ():整体 (ab){3}:ababab ab{3}:匹配 abbb 组模式：<p><div></div></p> --> </2></1>

边界： \b \B $ :以什么结尾 ^ :以什么开头 a | b : 满足啊或b

ret = pattern.search() 查找第一个符合的 ret = pattern.findall() 查全部

取消贪婪模式:（贪婪：匹配合适就结束） .*? ：加? 从合适匹配到不合适再结束 .+?

不分大小写、单行、多行匹配 re.complie(r’’,re.I) re.complie(r’.*’,re.S) re.complie(r’\w’,re.S) 单行模式识别回车，适用于要匹配的标签不在一行 re.complie(r’’,re.M)

(.*?) 和 .*? 的区别， (.*?) ：希望找到并显示的内容，第二个希望匹配并忽略

情景一

<ul class="a">
	<li><p></p></li>
</ul>
<ul class="a">
	<li><p></p></li>
</ul>
......
<ul class="b">
	<li><p></p></li>
</ul>

希望匹配所有 ul为a的 p标签

pattern = re.compile(r'<ul class="a">.*?<p>(.*?)</p>.*?</ul>', re.S)

情景二

<ul class="a">
	<li><p></p></li>
	<li><p></p></li>
	<li><p></p></li>
	<li><p></p></li>
	<li><p></p></li>
	<li><p></p></li>
	<li><p></p></li>
	<li><p></p></li>
	<li><p></p></li>
	<li><p></p></li>
</ul>

希望匹配所有 ul为a的 p标签

pattern = re.compile(r'<ul class="a">(.*?)</ul>', re.S)

https://www.runoob.com/python/python-reg-expressions.html

1. …… ↩︎