稳扎稳打学爬虫05—python中re模块的使用

最新推荐文章于 2024-07-12 19:06:42 发布

云晓-

最新推荐文章于 2024-07-12 19:06:42 发布

阅读量665

点赞数

分类专栏：爬虫文章标签： python 爬虫

本文链接：https://blog.csdn.net/one_bird_/article/details/122522374

版权

爬虫专栏收录该内容

15 篇文章 5 订阅

订阅专栏

python程序中运用re模块，使用正则

1、findall 查找所有，返回list

str = "你要是没有什么事情，就一起打游戏吧，玩游戏，放松一下嘛"
lst = re.findall('游戏',str)
print(lst)

在这里插入图片描述

2、search 会进行匹配，如果匹配到了第一个就返回这个结果

lst = re.search('我',"我的电话我要你记住哟，100233,235242001")
print(lst.group())

在这里插入图片描述

3、match 只能从字符串的开头进行匹配

lst = re.match('我的',"我的电话你要记住哟，100233,235242001")
print(lst.group())

在这里插入图片描述

4、finditer 和 findall 差不多，只不过这时返回的是迭代器

str = "你要是没有什么事情，就一起打游戏吧，玩游戏，放松一下嘛"
lst = re.finditer('游戏',str)
for i in lst:
    print(i.group())

在这里插入图片描述

5、compile()可以将一个长长的正则进行预加载，方便后期使用

obj = re.compile('\d{3}')  #将正则表达式编译成为一个正则表达式对象，规则是：要匹配连续的3个数字
ret = obj.findall('嘻嘻哈哈1120，嗯嗯111，怕怕223') #正则表达式对象调用search，参数为待匹配的字符串
print(ret)

若想单独获得正则中的具体内容：分组，起名字

s = """<div class = 'title'><span id = '100'>简笔画</span></div>
<div class = 'main'><span id = '101'>征文主题</span></div>
<div class = 'foot'><span id = '102'>联系电话</span></div>
"""
obj = re.compile("<div class = '(?P<class>.*?)'><span id = '(?P<id>.*?)'>(?P<name>.*?)</span></div>",re.S) #re.S 可以让.匹配任何东西

result = obj.finditer(s)
for it in result:
   # print(it.group())
    print(it.group("class"))
    print(it.group("id"))
    print(it.group("name"))