昨天学了 bs4 后,基本上就没明白啥意思,情绪一度陷入低谷。
好在有朋友在评论区告诉我:不用太在乎 bs4 了,正则表达式学好就行了,效率不是 bs4 可以比的。
一下子点燃了我前进的道路、又让我变得元气满满。
![879e7cf0512a0e53b7db0845c8e59afc.gif](https://i-blog.csdnimg.cn/blog_migrate/126cc48d0feee89b6f0e4c210402cad5.gif)
巧合的是,今天老师就开始讲正则表达式了,这就是命中注定吧。
正则表达式 描述了一种字符串匹配的模式,可以用来检查一个字符串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。
![8235aafbcf57b1384056e1a507c27c05.png](https://i-blog.csdnimg.cn/blog_migrate/255366d09d5659261dfa1e9656134f3d.jpeg)
网上一搜,常用的正则表达式有60多个,关键是一个个都写的跟天书一样。
好在老师说作为初学者,不要求全会,自己能写一两个即可,关键是能看懂别人写的。
所以,就必须要能掌握正则表达式的常用操作符。
![97880f03cb367844e3bfd00e756353d3.png](https://i-blog.csdnimg.cn/blog_migrate/337a7c92ce57861a7c920f35e3232740.jpeg)
![a950a938228ad8dd0d20b62f97e4f7f1.png](https://i-blog.csdnimg.cn/blog_migrate/ca591806020a02b4ee76e85b98f2f3da.jpeg)
在 Python 中,主要使用 Re库解决正则表达式匹配问题的。
![3ab6baffa08b1112af3127f272e4c184.png](https://i-blog.csdnimg.cn/blog_migrate/3a27fc7355ef8150ad12d15882c6b2ad.jpeg)
上面的几个函数中,必须要熟练掌握的就是 match 、 findall 、sub。
此外,正则表达式可以包含一些可选标志修饰符来控制匹配的模式。
![1a717d9f8fa0000420488bf565bb415e.png](https://i-blog.csdnimg.cn/blog_migrate/cda7f34f60ef118bdd5638d3eca86cd3.jpeg)
概念说了半天,不上手实操一下,都是扯淡。
使用 compile() 与 findall(), search(), match()等搭配使用。可以返回一个匹配对象。
![06407f4a8c7b0dba90ac15ddfad01711.png](https://i-blog.csdnimg.cn/blog_migrate/d7c06ff0103c02d23f2a01f43fa2205e.jpeg)
这里返回的匹配结果是,span=(3,5),考虑到左闭右开特性,也就是说,它在第3、4位置找到了AA。
也就是说,匹配的结果是两个:一是匹配不匹配;二是在哪个位置匹配。
search 方法进行比对查找,只查找出现的第一个。
也可以进行简写,前面的字符串是规则(正则表达式),后面是被校验的对象。
![42949a48e15757153ac5192eb02042a2.png](https://i-blog.csdnimg.cn/blog_migrate/1446d42493fbd041fbf6a473cce3dcf4.jpeg)
sub()的使用方法可以参考下面的代码。
![67fa67c4ab48a200d62046f41ae0d375.png](https://i-blog.csdnimg.cn/blog_migrate/e6566356a03302151c784c3a68025f40.jpeg)
表示:在第三个字符串中查找,将找到的 a 用 A 替换。
这个功能还是蛮强大的,这不就是 word 里面的替换功能嘛。
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。
总体感觉这部分不算难,真正在未来操作过程中,碰到想不起来的,直接查找就好了。
正则表达式,就是一个熟能生巧的工具罢了。
![9b5ce0291cd4c0e2b6153955e0e073f4.png](https://i-blog.csdnimg.cn/blog_migrate/b9b337646daf39b438fc350bc2a53712.jpeg)