Python爬虫之正则表达式中的一些提取方法

各位网友们，大家好，欢迎点进小编的文章，我是一个专一的小编，专业爆料娱乐圈最新热点，来阅读小编的文章了解娱乐圈的家常百态吧，不仅可以在百忙之中放松心情，还可以get到喜欢的明星八卦，茶余饭后又多了与朋友交流的话题，如若喜欢小编的文章，记得点赞关注哦！这是小编每日工作的动力呢，有了你们喜欢的肯定，小编会再接再厉，奉上热文，祝广大网友顺心如意，好运连连！

Python爬虫之正则表达式中的一些提取方法，运行结果如下：

可以看到，返回的列表中的每个元素都是元组类型，我们用对应的索引一次取出即可。

如果只是获取第一个内容，可以用search( )方法。当需要提取多个内容时，可以用findall( )方法。

sub( )

除了使用正则表达式提取信息外，有时候还需要借助它来修改文本。比如，想要把一串文本中的所有数字都去掉，如果只用字符串的replace( )方法，那就太烦琐了，这时可以借助sub( )方法。示例如下：

运行结果如下：

这里只需要给第一个参数传入\d+来匹配所有的数字，第二个参数为替换成的字符串（如果去掉该参数的话，可以赋值为空），第三个参数是原始字符串。

在上面的HTML文本中，如果想获取所有li节点的歌名，直接用正则表达式提取可能比较麻烦。比如，我们可以写成这样：

运行结果如下：

此时借助sub( )方法就比较简单了。可以先用sub( )方法将a节点去掉，只留下文本，然后再利用findall( )提取就好了：

运行结果如下：

可以看到，a节点经过sub( )方法处理后就没有了，然后再通过findall( )方法直接提取即可。可以看到，在适当的时候，借助sub( )方法可以起到事半功倍的效果。

compile( )方法

前面所讲的方法都是用来处理字符串的方法，最后再介绍一下compile( )方法，这个方法可以将正则字符串编译成正则表达式对象，以便在后面的匹配中复用。示例代码如下：

例如，这里有3个日期，我们想分别将3个日期中的时间去掉，这时可以借助sub( )方法。该方法的第一个参数是正则表达式，但是这里没有必要写3个同样的正则表达式，此时可以借助compile( )方法将正则表达式编译成一个正则表达式对象，以便复用。

运行结果如下：

小编写完一篇文章真的很不容易，好歹也是费劲了心思，就算不是最好的，但是肯定是最用心的，各位哥哥姐姐弟弟妹妹们，现编知道你们一定是最善良，最可爱的美男美女，一定会对小编的文章感动的，小编也别无所求，就是给小编点一个小小的关注和赞就行了，一边一定会在这里祝福大家的