这里是清安,之前我在jmeter文章中也提到了正则提取。这里呢,我们用代码简单来说说python中如何用正则快速的提取所需要的内容。
# -->>>清安<<<---
import re
context = '<a href="https://baidu.com">(你好啊)</a><p>我是清安</p>'
pat1 = r'href="(.*?)"'
res1 = re.findall(pattern=pat1, string=context, flags=re.S)
print(res1)
这里我列举了一个字符串,是HTML中的a标签以及p标签,问题不大,举例而已。
那么我想提取context的链接也就是https://baidu.com,应该这么办。
():括起来的部分就是要提取的。
.:匹配任何字符串。
*:一次或多次。
?:不要太贪婪,在找到第一个匹配项后停止。
看了上述的介绍那么就不难知道了pat1中的href="是告诉它我需要从这个位置上开始取值,一直到"这里结束。那么取值出来的就是https://baidu.com。
那么有一种情况或者其他多种情况需要转义,这里介绍一种(),是需要进行转义的,一起来看看吧。
# -->>>清安<<<---
import re
context = '<a href="https://baidu.com">(你好啊)</a><p>我是清安</p>'
pat2 = '">\\((.*?)\\)</'
res1 = re.findall(pattern=pat2, string=context, flags=re.S)
print(res1)
这里的(你好啊),我只想要你好啊,怎么办。这时候就需要转义了。怎么转义呢,加上\\就好了。并且告诉它我转义的是(),同意匹配其中的内容。
此外,flags=re.S,是匹配任何匹配任何字符,包括换行符。还有很多的用法。本篇就介绍到这了。