python爬虫之re模块

import re

#findall：匹配字符串中所有符合正则的内容
# lst = re.findall(r"\d+","我的电话号码是：10086,我女朋友的电话是10010")
# print(lst)

#finditer：匹配字符串中所有的内容【返回的是迭代器】,从迭代器中拿到内容需要.group()
# it = re.finditer(r"\d+","我的电话号码是：10086,我女朋友的电话是10010")
# # print(it)
# for i in it:
# #     print(i)
#     print(i.group())

# # search，找到一个结果就返回，返回的结果是match对象，拿数据需要.group()
# s = re.search(r"\d+","我的电话号码是：10086,我女朋友的电话是10010")
# print(s.group())


# #match是从头开始匹配，前面不能有其他类型数据就匹配失败
# s = re.match(r"\d+","10086,我女朋友的电话是10010")
# print(s.group())


# #预加载正则表达式
# obj = re.compile(r"\d+")
#
# ret = obj.finditer("我的电话号码是：10086,我女朋友的电话是10010")
# for i in ret:
#     print(i.group())
#
# ret = obj.findall("你欠我100000")
# print(ret)


s = """
<div class='jay'><span id= '1'>郭麒麟</span></div>
<div class='jj'><span id= '2'>宋铁</span></div>
<div class='jolin'><span id= '3'>大聪明</span></div>
<div class='salar'><span id= '4'>范思哲</span></div>
<div class='tory'><span id= '5'>胡说八道</span></div>
"""

#(?P<分组名>正则) 可以单独从正则匹配的内容中进一步提取内容
obj = re.compile(r"<div class='(?P<englishname>.*?)'><span id= '(?P<id>\d+)'>(?P<chinesename>..*?)</span></div>",re.S) #re.S让.能匹配换行符

result = obj.finditer(s)
for i in result:
    print(i.group("chinesename"))
    print(i.group("id"))