python正则表达式语法大全讲解教程实例一

东尧爱分享

这是东尧每天一篇文章的第32天

东尧写文章的目标：分享东尧的经验和思考，帮你获取物质和精神两方面幸福。

在python爬虫中，我们经常会需要进行字符串的匹配，而正则表达式是一种用来匹配字符串的强有力的武器。

它的设计思想是用一种描述性的语言来给字符串定义一个规则，凡是符合规则的字符串，我们就认为它“匹配”了，否则，该字符串就是不合法的。今天的教程先带大家认识一下什么是正则表达式。

1

正则表达式

正则表达式（RE）为高级文本模式匹配，以及搜索-替代等功能提供了基础。

正则表达式是一些由字符和特殊符号组成的字符串，他们描述了这些字符和字符的某种重复方式，因此能按某种模式匹配一个有相似特征的字符串集合，因此能按某种模式匹配一系列有相似特征的字符串。

2

正则表达式使用到的元字符（常用的）

贪婪模式匹配说明：贪婪模式在整个表达式匹配成功的前提下，尽可能多的匹配，而非贪婪模式在整个表达式匹配成功的前提下，尽可能少的匹配。

3

正则表达式使用案例

sublime如何开启匹配模式？ctrl+H键，然后点亮.*和Aa按钮：如下图：

实例

1

literal：匹配字符串的值

2

|：匹配前面或正则表达式

3

. ：匹配任何一个字符（换行符除外）。一个“.”匹配一个字符

4

^：匹配字符串的开始

5

* ：匹配前面出现的正则表达式零次或多次， 贪婪模式（尽可能多的匹配）

需要注意的是，匹配“0次或多次”中的0次是什么意思呢？我们注意看上图中“q*.....”的匹配结果。尽管原始文本中并没有“q”出现过，但匹配结果仍然可以匹配出5个字符。所以*的匹配是0次或多次。相反，“+”的匹配则是1次或多次，也就是说+号前面的字符一定要出现在原始文本中，才能够匹配出来，具体我们看下面的案例。

6

+：匹配前面出现的正则表达式一次或多次,贪婪模式

还有很多案例就不一一列举了，正则表达式在python中有非常重要的作用，在明天的教程中，将用python实际案例为大家讲解re模块和正则表达式应用：如何用正则表达式提取网页标题、URL等等爬虫内容。