Python爬虫- 正则表达式

DAY2 - 正则表达式

一、OS

import os

os.mkdir(文件夹路径) - 在指定的位置创建指定文件夹

os.mkdir('files/test')

os.path.exists(文件夹路径/文件路径) - 判断指定文件夹或者文件是否存在

if not os.path.exists('files/test'):
    os.mkdir('files/test')

二、正则

import re
from re import *

1. 正则的作用

• 正则表达式是一种可以让复杂的字符串变得简单的工具。
• 写正则表达式就是用正则符号来描述字符串规则

# 案例1：判断一个字符串是否是一个合法的手机号码
tel = '23297293329'

# 方法1：不用正则
if len(tel) == 11:
    if tel[0] == '1':
        if tel[1] in '3456789':
            if tel[2:].isdigit():
                print('合法')
            else:
                print('不合法')
        else:
            print('不合法')
    else:
        print('不合法')
else:
    print('不合法')

print('--------------------------------华丽的分割线-------------------------------------')
result = re.fullmatch(r'1[3-9]\d{9}', tel)
if result:
    print('合法')
else:
    print('不合法')


# 案例2：提取字符串中所有的数字子串，并且求和
str1 = '睡觉89jss=3.45-换手23=抗生素820=8'
result = re.findall(r'\d+\.?\d*', str1)
print(sum([float(x) for x in result]))

三、正则表达式

1.re模块 - 提供了python中所有和正则相关的函数

• fullmatch(正则表达式,字符串) - 判断整个字符串是否满足正则表达式所描述的规则
• findall(正则表达式,字符串) - 提取字符串中所有满足正则表达式的子串
• search(正则表达式,字符串) -匹配字符串中第一个满足正则表达式的字子串

注意：Python中表示一个正则表达式一般使用r字符串

2.正则符号

=第一类符号：匹配类符号

1）普通符号 - 在正则表达式中表示符号本身的符号

result = fullmatch(r'abc','abc')
print(result)

2) . - 匹配任意一个字符

result = fullmatch(r'.bc','*bc')
print(result)


result = fullmatch(