【转】爬虫常用正则、re.findall 使用

爬虫常用正则

爬虫经常用到的一些正则，这可以帮助我们更好地处理字符。

正则符

单字符

. : 除换行以外所有字符
[] ：[aoe] [a-w] 匹配集合中任意一个字符
\d ：数字  [0-9]
\D : 非数字
\w ：数字、字母、下划线、中文
\W : 非\w
\s ：所有的空白字符包,括空格、制表符、换页符等等。等价于 [ \f\n\r\t\v]
\S : 非空白

数量修饰

* : 任意多次  >=0
+ : 至少1次   >=1
? : 可有可无  0次或者1次
{m} ：固定m次 hello{3,}
{m,} ：至少m次
{m,n} ：m-n次

边界

$ : 以某某结尾 
^ : 以某某开头

分组

(ab)

贪婪模式

.*

非贪婪惰性模式

.*?

案例题
re.findall 使用
1、re.findall 可以对多行进行匹配，并依据参数作出不同结果。

re.findall(取值,值,re.M)
- re.M ：多行匹配
- re.S ：单行匹配 如果分行则显示/n
- re.I : 忽略大小写
- re.sub(正则表达式, 替换内容, 字符串)

转自：https://www.cnblogs.com/xiangsikai/p/11251620.html