python re.sub_python里面re.sub()函数的使用方法

写爬虫的时候，我们要从网页代码里面提取特定的标签里面的内容，就要用到正则表达式。

re.sub()在python里面表示替换。

工具/原料

电脑

python3+（anaconda版本）

jupyter编译器

方法/步骤

1

看下面的字符串，我们要提取出两个h标签：

text = '''

姓名：李隆基

,

打开第三方坤宁宫

'''

2

用正则表达式来匹配标签：

import re

htm = re.findall(r".*?\d>", text)

3

或者简单点：

htm = re.findall(r"", text)

4

用空字符替换内容前面的标签：

k = re.sub("", "", t)

这里的空字符串，指的是没有任何内容，连空格也不要。

5

再把内容后面的标签去掉，就相当于保留正文内容：

h = re.sub("\d>", "", k)

END

简化

其实，上面的过程还可以进一步简化：

htm = re.findall(r"(.*?)\d>", text)

END

注意事项

替换函数，只在替换的时候，才能够起到好作用。若用来提取字符串，就会事倍功半。

经验内容仅供参考，如果您需解决具体问题(尤其法律、医学等领域)，建议您详细咨询相关领域专业人士。

举报作者声明：本篇经验系本人依照真实经历原创，未经许可，谢绝转载。

展开阅读全部