Python3 爬虫学习笔记（三）正则表达式

单字符

.	任意一个字符（除\n）
[]	列举的一个字符
\d	数字（0-9）
\D	非数字
\s	空白、空格、Tab
\S	非空
\w	单词字符（a-z,A-Z,0-9,_）
\W	非单词字符

多字符

*	0-∞
+	1-∞
?	0或1
{m}	m
{m,}	m-∞
{m,n}	m-n

边界

^	开头
$	结尾
\b	单词边界
\B	非单词边界

分组

|	左右任意一个
(ab)	一个分组
\num	引用 num 分组匹配到的字符串
(?P<name>)	分组起别名
(?P=name)	引用 name 分组匹配到的字符串

import re

re.match(正则,字符串)      #从字符串开始位置匹配
re.searth(正则,字符串)     #查找第一个
re.findall(正则,字符串)    #全部
re.sub(正则,替换字符串,原字符串)    #替换
re.sub(正则,函数名,原字符串)        #函数返回值替换
re.split(正则,字符串)               #正则分割字符串，返回列表

+？      关闭贪婪模式

例：分隔单词

s = hello world ha ha
re.split(r" +",s)
re.findall(r"\b[a-zA-Z]+\b",s)