Datawhale-爬虫-Task2（正则表达式）

什么是正则表达式

• 定义：一套规则，可以在字符串文本中进行搜查替换等
• 使用步骤：
  • 1.使用 compile() 函数将正则表达式的字符串编译成一个 pattern 对象
  • 2.通过 pattern 对象的一些方法对文本进行匹配，匹配结果是一个 match对象
  • 3.用 match 对象的方法，对结果进行操作
• 常用方法：
  • match：从开始位置开始查找，一次匹配，即1次匹配成功则退出
    一般使用形式：
    match(string[,pos[,endpos]])
  • search：从任何位置开始查找，一次匹配
    search[string[, pos[, endpos]]]
    例子：

>>>import re
>>>pattern = re.compile(r'\d+')  #用于匹配至少一个数字

>>>m = pattern.match('one12twothree34four')  #查找头部，没有匹配
>>>print(m) #输出None

>>>m = pattern.match('one12twothree34four', 2, 10) #从'e'的位置开始匹配，没有匹配到
>>>print(m)
>>>m = pattern.match('one12twothree34four', 3, 10) #从'1' 的位置开始匹配，正好匹配上
>>>print(m)
<_sre.SRE_Match object at 0x10a42aac0>
>>>m.group(0)   #可忽略0
'12'
>>>m.start(0)   #可忽略0
3
>>>m.end(0)    #可忽略0
5
>>>m.span(0)  #可忽略0
(3, 5)

>>>m = pattern.search('one12twothree34four')  #这里如果使用match方法则不匹配
>>>m
<_sre.SRE_Match