python爬虫笔记之re.match匹配，与search、findall区别

为什么re.match匹配不到？re.match匹配规则怎样？（捕一下seo） 

 

re.match(pattern, string[, flags])

pattern为匹配规则，即输入正则表达式。

string为，待匹配的文本或字符串。

网上的定义【 从要匹配的字符串的头部开始，当匹配到string的尾部还没有匹配结束时，返回None; 
当匹配过程中出现了无法匹配的字母，返回None。】 

但我觉得要强调关键一句【仅从要匹配的字符串头部开始匹配！】

看看例子，你就明白了！！！想用的话，一定要看！

出现<_src.SRE_Match object at .....>表示匹配成功。

出现None表示，匹配失败或未匹配到。

 

总结：re.match只从待匹配的字符串或文本的开头开始匹配，即如果匹配的字符串不在开头，而是在中间或结尾，则无法匹配！

 

———————————————————分割线——————————————————

顺便对比下re.match、re.search、re.findall的区别

 

match()函数只在string的开始位置匹配（例子如上图)。

 

search()会扫描整个string查找匹配,会扫描整个字符串并返回第一个成功的匹配。

 

 

 re.findall()将返回一个所匹配的字符串的字符串列表。

 

 

 ———————————————————分割线——————————————————

 

《用python写网络爬虫》中1.4.4链接爬虫中，下图为有异议代码

 这里的输出经测试，根本啥也没有，如下图

查了很久，应该是因为re.match一直匹配不到数据引起的，毕竟他只匹配开头。

我将re.match改为re.search，再测试，可正常下载

 

分析：可能是由于书编写时，http://example.webscraping.com/页面所带的链接都是：/index/1、/index/2……且输入匹配表达式为  【   /(index/view)   】，使用的是re.match匹配，如果匹配上述的url则没问题，而现在该网站页面所带的链接为：/places/default/index/1、/places/default/index/2……所以，上文讲到的re.match的特点，从开头开始匹配，则这时候re.match就会一直匹配不上！我将它换位re.search就可以解决这个问题了。

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

如有错误，麻烦及时指正，谢谢！

转载于:https://www.cnblogs.com/4wheel/p/8526525.html