Python爬虫】数据解析：re正则

• 字符的表示

  • .任意一个字符，除了换行
  • [a-f]、[A-D]、[0-9]、[bgj]范围内的任意一个字符
  • \w 字母、数组和下划线组成的任意字符
  • \W
  • \d 数字
  • \D 非数字
  • \s 空白
  • \S 非空白

• 量词（数量）的表示

  • * 0或多个
  • + 1或多个
  • ? 0或1个
  • {n} n个
  • {n,} 至少n个
  • {n,m} n~m个

• 分组表示

  • ( ) 普通的分组表示，多个正则分组时，search（）、groups（）返回是元组
  • (?P<name> 字符+数量) 带有名称的分组，多个正则分组时，search（）、groupdict（）返回是字典,字典的key即是分组名。

• Python中的正则模块

  • re.compile()一次生成正则对象，可以多次匹配查询

  • re.match(正则对象，字符串)

  • re.search()

    text = '1231bc90xx'
    re.sub('\d+', '120', text)	#将text中的所有数字替换成'120'
    #输出 '120bc120xx'
    

  • re.findall()

  • re.sub() 替换

  • re.split()

问题

• compile() / match() / search() 三者之间的区别
• search() / findall() 区别
• 贪婪模式和非贪婪模式