4.进阶-正则表达式（re模块）

最新推荐文章于 2024-05-15 19:23:53 发布

C--G

最新推荐文章于 2024-05-15 19:23:53 发布

阅读量134

点赞数

分类专栏： # python 文章标签：正则表达式前端后端

本文链接：https://blog.csdn.net/weixin_50973728/article/details/120982958

版权

python 专栏收录该内容

28 篇文章 0 订阅

订阅专栏

基础

import re

ret = re.match("rule", "rule.com.qq")
result = ret.group()
print(result)

print(re.match("t.o", 'two').group())
"""
[]  匹配[] 内列举的字符
\d  匹配数字
\D  匹配非数字
\s  匹配空白——空格，tab键
\S  匹配非空白
\w  匹配非特殊字符——a-z,A-Z,0-9,_,汉字
\W  匹配特殊字符,非字母，非数字，非汉字

\   转移字符
.   匹配任意一个字符
*   匹配任意数量的表达式
+   匹配一个或多个
？   将+，*，{}改成非贪婪模式，取尽可能少的匹配字串

^   匹配字符串开头
$   匹配字符串结尾
{min,max}   重复min到max次前面表达式
|   匹配左右任意一个表达式（或）
()  截取正则表达式中（）指定内容

\num    引用分组num匹配到的字符串
    data = '<html><div>hello</div></html>'
    result = re.match("<([a-zA-z0-9]{1,30})><([a-zA-z0-9]{1,30})>.*</\\2></\\1>",data).group()

(?P<name>)  分组起别名
    data = '<html><div>hello</div></html>'
    result = re.match("<(?P<name1>[a-zA-z0-9]{1,30})><(?P<name2>[a-zA-z0-9]{1,30})>.*</(?P=name2)></(?P=name1)>",data).group()

"""
try:
    data = '<html><div>hello</div></html>'
    result = re.match("<(?P<name1>[a-zA-z0-9]{1,30})><(?P<name2>[a-zA-z0-9]{1,30})>.*</(?P=name2)></(?P=name1)>",
                      data).group()
    '''
    group()     把所有匹配的数据都获取
    group(n)    获取匹配的第n个数据
    匹配不到就报错
    '''
except BaseException as error:
    print("匹配失败")
else:
    print(result)

# re模块高级用法

# search 搜索匹配
# match 从开头位置匹配，如果失败返回None
# search 搜索满足的正则的内容
result = re.search("gchen", "xxxx_gchencode@126com")
print(result.span(), result)

# findall 搜索全部，返回列表
result = re.findall("\d+", "阅读次数：9999，转发次数：6666")
print(result)

# sub   字符串替换
result = re.sub("\d+", "8888", "阅读次数：9999，转发次数：6666")
print(result)

案例：正则实现爬电影天堂磁力链

import re
import urllib.request


def getFilmDict():
    web_data = urllib.request.urlopen("https://dy.dytt8.net/html/gndy/dyzz/index.html")
    film_data = web_data.read()
    film_text = film_data.decode("GBK")
    url_list = re.findall(r"<a href=\"(.*)\" class=\"ulink\">(.*)</a>", film_text)
    film_dict = {}
    i = 0
    for film_web_url, film_name in url_list:
        film_web_url = "https://dy.dytt8.net/" + film_web_url
        film_web_data = urllib.request.urlopen(film_web_url)
        film_main_data = film_web_data.read()
        film_main_text = film_main_data.decode("GBK")
        film_upload_url = re.search(r"<a( target=\"_blank\")? href=\"(magnet(.*))\">", film_main_text)
        print(f"获取了{i}电影,{film_name},{film_upload_url == None}")
        if film_upload_url != None:
            film_dict[film_name] = film_upload_url.group(2)
            i += 1
    return film_dict


if __name__ == '__main__':
    film_dict = getFilmDict()
    for film_name, film_upload_url in film_dict.items():
        print(f"最新电影{film_name}的下载地址是{film_upload_url}")

C--G

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
4.进阶-正则表达式（re模块）

基础import reret = re.match("rule", "rule.com.qq")result = ret.group()print(result)print(re.match("t.o", 'two').group())"""[] 匹配[] 内列举的字符\d 匹配数字\D 匹配非数字\s 匹配空白——空格，tab键\S 匹配非空白\w 匹配非特殊字符——a-z,A-Z,0-9,_,汉字\W 匹配特殊字符,非字母，非数字，非汉字\ 转移字符
复制链接

扫一扫