学习笔记-正则表达式(Regular Expression)数据爬取部分

Regular Expression:a approach to parse data

正则表达式字符/表达式手册:正则表达式手册 

python正则表达式使用方法手册:re --- 正则表达式操作 — Python 3.10.2 文档

实在太繁琐了,感觉自己也记不住,只挑了和数据爬取有关的学习.

        使用单个字符串来 描述/匹配  一系列符合某个句法规则的字符串

Eg: 验证手机号的填写规则,第一位1开头,2位以后应该是3——9或者0

这个字符串就应该是   ^标识开始     ^1(0|3|4|5|6|7|8|9)\d{9}$       $表示结束

\d 是任意数字。  {9}是允许重复的字数         

        在python中,我们使用的内置模块是re

一个\d只能表示一个数字,可以在后面加{数字} 表示重复可用几个数字就

\w\w\w\w\w和\w{5}是一样的

我用的匹配是手册中的

贪婪模式 :

        顾名思义,   .号匹配任意字符*号匹配无限多个直到最后的\d,才会给你留下你指定的最尾端的一个数字        

如何防止,也就是懒惰限定符号的使用,从而获得更多数据, 在*后面加上一个?就行

.号的表示方法:

 

 

正则表达式字符/表达式手册:正则表达式手册

 

 

                      ​​​​​​​        ​​​​​​​        ​​​​​​​        ​​​​​​​        ​