关于正则表达式的一些内容

导入

import re

from re import*

from re import findall,search,sub,S

 常用符号

 常用符号：点号，星号，问号与括号，使用\d+匹配纯数字

 

.：匹配任意字符（类似于占位符），除换行符\n

 

*：匹配前一个字符0次或无限次

 

？：匹配前一个字符0或1次

 

.*:贪心算法

 

.*?:非贪心算法

如c=re.findall('xx.*?xx',code)结果—>['xxlovexx']

 

(.*?):xx(.*?)xx—>['love']

 

（）：括号内的数据作为结果返回

常用方法

1.findall

匹配所有符号规律的内容，返回包含结果的列表

如：c=re.findall('xx.*?xx',code)

           结果—>['xxlovexx']

       c=re.findall('xx(.*?)xx555xx('.*?')xx',code2)

           结果是提取出的第二个内容

       c=re.findall('(\d+)',code)

           结果提取出code里纯数字

2.search

匹配并提取第一个符号规律的内容，返回一个正则表达式对象（object）

如：c=re.search('xx(.*?)xx555xx('.*?')xx',code).group（2）

           结果为提取出的第二个内容

3.sub

替换符合规律的内容，返回替换后的值

如：1235555555123

        c=re.sub('123(.*?)123'，'123789123',code)

          结果123与123之间的内容被替换成789即123789123

举个学习小例

（灵活运用findall与search，获取部分信息时可以用先大后小的方法）

text.txt网页文件如下：

 用search遍历查找首要符合规律的内容（提升效率和节省时间），而findall遍历查找所有符合情况的内容 

 

 将href后的链接依次遍历出来

 

 在<ul></ul>里(大方向)找出链接里的部分内容（小方向），可用">(.*?)</a>可获取这部分

 

 利用sub进行网页翻页，替换页数

 

 

---

推荐网站：http://www.jikexueyuan.com