爬虫 re模块和正则表达式

可以用来规定爬取字段的特定标准的文字，影评，电话啥的

最全常用正则表达式大全_ZhaoYingChao88的博客-CSDN博客_常用正则表达式一、校验数字的表达式1. 数字：^[0-9]*$2. n位的数字：^\d{n}$3. 至少n位的数字：^\d{n,}$4. m-n位的数字：^\d{m,n}$5. 零和非零开头的数字：^(0|[1-9][0-9]*)$6. 非零开头的最多带两位小数的数字：^([1-9][0-9]*)+(.[0-9]{1,2})?$7. 带1-2位小数的正数或负数：^(\-)?\d...https://blog.csdn.net/ZYC88888/article/details/98479629

 

import re
# 创建模式对象

pat = re.compile("AA") # 此出的AA，是正则表达式，用来去验证其他的字符串
m = pat.search("CBA")   #search字符串被校验的内容

m = pat.search("ABCAA")
m = pat.search("AABCAADDCCAAA")    #search方法，进行比对查找

#没有模式对象
m = re.search("asd","Aasd")     #前面的字符串是规则（模板），后面的字符串是被校验的对象
print(m)


print(re.findall("a","ASDaDFGAa"))      #前面字符串是规则（正则表达式），后面字符串是被校验的字符串

print(re.findall("[A-Z]","ASDaDFGAa"))

print(re.findall("[A-Z]+","ASDaDFGAa"))


#sub

print(re.sub("a","A","abcdcasd"))   #找到a用A替换，在第三个字符串中查找"A"

#建议在正则表达式中，被比较的字符串前面加上r，不用担心转义字符的问题
a = r"\aabd-\'"
print(a)