python爬虫的正则表达式的应用

python的正则表达式的具体函数的使用

import re

# findall: 匹配字符串中多有的符合正则的内容
lst = re.findall(r"\d+", "我的电话号是：10086，我的女朋友的电话是：10010")
print(lst)

# finditer:匹配字符串中多有的内容，但是返回的是迭代器，从迭代器中拿到内容需要group（）方法
it = re.finditer(r"\d+", "我的电话号是：10086，我的女朋友的电话是：10010")
print(it)
for i in it:
    print(i.group())

# search: 找到一个结果就返回， 返回的结果是match对象， 拿数据需要.group（）函数
s = re.search(r"\d+", "我的电话号是：10086，我的女朋友的电话是：10010")
print(s.group())

# match: 是从字符串的开头进行匹配
ss = re.match(r"\d+", "111我的电话号是：10086，我的女朋友的电话是：10010")
print(ss.group())

# 预加载正则表达式
obj = re.compile(r"\d+")

ret = obj.findall("我的电话号是：110086，我的女朋友的电话是：110010")
print(ret)

s = """
<div class='jay'><span id='1'>郭麒麟</span></div>
<div class='jj'><span id='2'>宋铁</span></div>
<div class='jolin'><span id='3'>大聪明</span></div>
<div class='sylar'><span id='4'>范思哲</span></div>
<div class='tory'><span id='5'>胡说八道</span></div>
"""

# re.S 让.能匹配换行符
# (?P<分组名字>正则) 可以单独从正则匹配的内容中进一步提取内容
obj = re.compile(r"<div class='.*?'><span id='(?P<id>\d+)'>(?P<wahaha>.*?)</span></div>", re.S)

result = obj