python网络爬虫：使用正则表达式解析网页

python网络爬虫

使用正则表达式解析网页

Python正则表达式

正则表达式是一种可以用于模式匹配和替换的工具，可以让用户通过使用一系列的特殊字符构建匹配模式，然后把匹配模式与待比较字符串或文件进行比较，根据比较对象中是否包含匹配模式，执行相应的程序（替换删除等）。

严格的字符匹配

python只支持re模块进行正则表达式的书写

1. 严格的字符匹配示例
   查找

import re
example_obj = "1. A small sentence. - 2. Another tiny sentence. "
re.findall('sentence',example_obj)#第一个参数为想要查找的字符，第二个参数为被查找的句子
re.search('sentence',example_obj)
re.sub('sentence','SENTENCE',example_obj)
re.match('.*sentence',example_obj)

import re
string = "1. A small sentence. - 2. Another tiny sentence."

• findall()
  该方法一般用的比较多

re.findall('sentence',string)#把所有符合要求的提取出来
>>>['sentence', 'sentence']

• search（）

re.search('sentence'