Python网络爬虫与信息提取——正则表达式
正则表达式的语法
正则表达式的常用操作符 |
||
操作符 | 说明 | 实例 |
. |
表示任何单个字符 |
|
[] |
字符集,对单个字符给出取值范围 | [abc]表示a、 b、c, [a-z]表示a到z单个字符 |
[^ ] | 非字符集,对单个字符给出排除范围 | [^ abc]表示非a或b或c的单个字符 |
* |
前一个字符0次或无限次扩展 | abc*表示ab、abc、abcc、 abccc等 |
+ |
前一个字符1次或无限次扩展 | abc+表示abc、abcc、 abccc等 |
? |
前一个字符0次或1次扩展 | abc?表示ab、abc |
| |
左右表达式任意一个 |
abc|def表示abc、def |
{m} | 扩展前一个字符m次 | ab{2}c表示abbc |
{m,n} | 扩展前一个字符m至n次(含n) | ab{1,2}c表示abc、 abbc |
^ |
匹配字符串开头 | ^abc表示abc且在一 个字符串的开头 |
$ |
匹配字符串结尾 | abc$表示abc且在一个 字符串的结尾 |
() |
分组标记,内部只能使用|操作符 | (abc)表示abe, (abcldef)表示abe、 def |
\d |
数字,等价于[0-9] |
|
\w |
单词字符,等价于[A-Za-z0-9_] |
|
Re库的基本使用
raw string类型(原生字符串类型)
1.用原生字符