Python爬虫——4-1.数据筛选之正则表达式

最新推荐文章于 2024-08-03 17:47:57 发布

一杯海风

最新推荐文章于 2024-08-03 17:47:57 发布

阅读量3.4k

点赞数 1

分类专栏：基础篇

本文链接：https://blog.csdn.net/liyahui_3163/article/details/79037600

版权

本文回顾了正则表达式的基础，并重点介绍了在Python爬虫中如何运用正则表达式进行数据匹配，包括match()函数的使用，该函数能从指定位置开始进行一次性匹配。

摘要由CSDN通过智能技术生成

一、关于正则表达式的回顾

1.正则表达式两种操作：核心操作和快捷操作
核心操作：通过re模块的compile函数，将正则字符串编译成匹配对象，通过匹配对象对字符串进行匹配
如:
reg="my"
pattern=re.compile(reg)
str="my nama is youya ,my age is 20!"
pattern.match(str)

快捷操作：直接使用re模块的match、search、findall、finditer等函数
如：
re.match(reg,str)

match(): 用于根据表达式进行字符匹配的操作函数~只匹配一次[从指定的起始位置进行匹配]

search(): 用于根据表达式进行字符匹配的操作函数~只匹配一次[从完整的目标字符串中进行检索匹配]
findall(): 用于根据表达式进行字符匹配~匹配多次，返回匹配到的列表
finditer(): 用于根据表达式进行字符撇皮~匹配多次，返回匹配到的迭代器
split(): 根据指定的表达式对目标字符串进行切割，返回切割后的列表
sub(): 用于字符替换

1. 匹配对象的函数
match(string[, pos[, endpos]])
search(string[, pos[, endpos]])
findall(string[, pos[, endpos]])
finditer(string[, pos[, endpos]])

2. re模块的函数
match(pattern, string, flags=0)
search(pattern, string, flags=0)
findall(pattern, string, flags=0)
finditer(pattern, string, flags=0)

3. 公共函数【匹配对象|re模块操作方式一样】
split()：拆分字符串的函数
sub()：根据正则替换字符串的函数