网络爬虫(Python3)-正则表达式(一)

Python3 爬虫

正则表达式

• match()
• search()
• findall()
• sub()

match()

从字符串的开头开始匹配，一旦开头不匹配，则整个匹配就失败了。
主要作用：检测正则表达式是否匹配字符串的作用函数。
(需要考虑开头内容，做匹配时不方便，适合检测规则。)
定义变量content=‘字符’
打印出内容。

import re

content = 'Hello 1234567 World_This is a Regex Demo'
print(len(content))
result = re.match('^Hello\s\d\d\d\s\d{4}\s\w{10}',content)
print(result)
print(result.group())
print(result.span())

Note:

1. 正则表达式^Hello\s\d\d\d\s\d{4}\s\w{10}

^是匹配字符串的开头，以Hello开头；
\s匹配空白字符，匹配目标字符串的空格；
\d匹配数字࿰