python---正则表达式和关于贪婪匹配和懒惰匹配

 

目录

作业实验

 关于贪婪匹配和懒惰匹配

---

 

作业实验

关于re

尝试从以下网页数据中提取歌曲名称、作者、歌曲文件名？

html = '''
经典老歌
        经典老歌列表
    <ul id="list" class="list-group">
        <li data-view="7">
            href="/2.mp3" singer="任贤齐">沧海一声笑
            href="/3.mp3" singer="齐秦">往事随风
href="/4.mp3" singer="beyond">光辉岁月
href="/5.mp3" singer="陈慧琳">记事本
            href="/6.mp3" singer="邓丽君">但愿人长久
    ul>
'''

import re
#re模块
# text =
html = '''
经典老歌
        经典老歌列表
    <ul id="list" class="list-group">
        <li data-view="7">
            href="/2.mp3" singer="任贤齐">沧海一声笑
            href="/3.mp3" singer="齐秦">往事随风
            href="/4.mp3" singer="beyond">光辉岁月
            href="/5.mp3" singer="陈慧琳">记事本
            href="/6.mp3" singer="邓丽君">但愿人长久
    ul>
 '''
mp = re.findall('\d.[mp][mp]\d',html, re.S)
results = re.findall('singer.*?"(.+?)"',html)
results2 = re.findall('singer=".*?">(.+?)\n',html, re.S)
print(mp)
print(results)
print(results2)

这一块文本可能不大对，应该是老师布置作业的时候没注意，这个题我就是纯找规律做的

 

 关于贪婪匹配和懒惰匹配

关于 ".*?"和 ".*" 的一些区别。

  "."表示 匹配除换行符\n之外的任何单字符,*表示零到n次。

给一个文本是abcdefgcbbb

        ".*"则表示任意字符出现0或者n次,即贪婪模式。例:a.*c,此时不会匹配abc而是abcdefgc，即从a开始最后一个c

        ".*?"或者？跟在+后面，就是表示懒惰模式。例:a.*?c就会匹配abc，即匹配a后面的第一次出现的c。与".*?"不同，".+?"表示中间要有一个字符，例a.+?b,不会匹配ab而是匹配abcdefgcb，中间至少有一个字符。