2021最新《python爬虫从0-1》5.正则表达式讲解

常用正则表达式

字符	描述
\d	代表任意数字，就是阿拉伯数字 0-9 这些玩意。
\D	大写的就是和小写的唱反调，\d 你代表的是任意数字是吧？那么我 \D 就代表不是数字的。
\w	代表字母，数字，下划线。也就是 a-z、A-Z、0-9、_。
\W	跟 \w 唱反调，代表不是字母，不是数字，不是下划线的。
\n	代表一个换行。
\r	代表一个回车。
\f	代表换页。
\t	代表一个 Tab 。
\s	代表所有的空白字符，也就是上面这个：\n、\r、\t、\f。
\S	跟 \s 唱反调，代表所有不是空白的字符。
\A	代表字符串的开始。
\Z	代表字符串的结束。
^	匹配字符串开始的位置。
$	匹配字符创结束的位置。
.	代表所有的单个字符，除了 \n \r
[…]	代表在 [] 范围内的字符，比如 [a-z] 就代表 a到z的字母
[^…]	跟 […] 唱反调，代表不在 [] 范围内的字符
{n}	匹配在 {n} 前面的东西，比如: o{2} 不能匹配 Bob 中的 o ，但是能匹配 food 中的两个o。
{n,m}	匹配在 {n,m} 前面的东西，比如：o{1,3} 将匹配“fooooood”中的前三个o。
{n，}	匹配在 {n,} 前面的东西，比如：o{2,} 不能匹配“Bob”中的“o”，但能匹配“foooood”中的所有o。
*	和 {0,} 一个样，匹配 * 前面的 0 次或多次。 比如 zo* 能匹配“z”、“zo”以及“zoo”。
+	和{1，} 一个样，匹配 + 前面 1 次或多次。 比如 zo+”能匹配“zo”以及“zoo”，但不能匹配“z”。
？	和{0,1} 一个样，匹配 ？前面 0 次或 1 次。
a	b
（）	匹配括号里面的内容。

re库

如果我们想要从
muyang has 100 bananas
拿到100这个数字

我们就可以

import re

content = 'muyang has 100 bananas'
res = re.match('^mu.*(\d+)\s.*s$',content)
print(res.group(1))

()的意思表示 我们需要的东西

那么如果我们想要 100 这个数字呢？

import re

content = 'muyang has 100 bananas'
res = re.match('^mu.*?(\d+)\s.*s$',content)
print(res.group(1))

看出有什么区别吗？

多了一个?
在这里呢,涉及到两个概念

一个是:贪婪匹配
另一个是:非贪婪匹配

所谓贪婪匹配

就是我们的第一段代码
一个数一个数都要去匹配
而非贪婪呢

我们是直接把 100 给匹配出来了

刚才我们用到了.*？

是我们在匹配过程中最常使用到的

表示的就是匹配任意字符
但是
.*？的 . 代表所有的单个字符，除了 \n \r
如果我们的字符串有换行了
怎么办呢？

比如这样

content = """muyang  has 100 
bananas"""

直接用 re.S 就可以了

import re

content = """muyang has 100 
bananas"""
res = re.match('^mu.*?(\d+)\s.*s$',content,re.S)
print(res.group(1))

re.search

它会直接去扫描字符串
然后把匹配成功的第一个结果的返回给你

import re

content = """muyang  has 100 
bananas"""
res = re.search('mu.*?(\d+)\s.*s',content,re.S)
print(res.group(1))

这样我们可以获取到100

但是如果我们的内容是

content = """muyang has 100 bananas;
muyang   has 100 bananas;
muyang   has 100 bananas;
muyang has 100 bananas;"""

想要获取所有的 100 呢？

这时候就要用到 re 的另一个方法了

re.findall

通过它我们就能轻松的获取所有匹配的内容了

import re

content = """muyang has 100 bananas;
muyang has 100 bananas;
muyang has 100 bananas;
muyang has 100 bananas;"""
res = re.findall('mu.*?(\d+)\s.*?s;',content,re.S)
print(res)

教程地址

B站教程链接: https://www.bilibili.com/video/BV1gK4y1R7Ha?p=5.

python爬虫加群交流:820541914