正则:用来匹配字符串的一门表达式语言
测试的方法:https://tool.oschina.net/regex/
1.支持普通字符
2.元字符:就一个符号来匹配一堆内容
\d 能够匹配一个数字(0-9)
\w 能够匹配数字,字母,下划线(0-9,a-z,A-Z,_)
\W 除了数字,字母,下划线以外的内容
\D 除了数字以外的内容
[abc] 匹配a,b,c
[^abc] 除了a, b,c
. 除了换行符以外的其他所有内容都可以被匹配
3.量词:控制,前面元字符出现的频次
+:前面的元字符出现1次或多次,贪婪匹配的,尽可能多的拿到数据
*:前面的元字符出现0次或多次,贪婪匹配的.尽可能多的拿到数据
?:前面的元字符出现0次或1次
4:python中re库的基本使用:
import re
result=re.findall(r"\d+","今天我花了很多钱,买了100台手机,花费200w")
print(result) 输出:['100', '200']
import re
search拿到第一个结果就返回
result=re.search(r"\d+","今天我花了很多钱,买了100台手机,花费200w")
print(result) 输出: <re.Match object; span=(11, 14), match='100'>
print(result.group()) 输出:100
import re
#把所有的结果放在一个迭代器内
result=re.finditer(r"\d+","今天我花了很多钱,买了100台手机,花费200w")
print(result) 输出:<callable_iterator object at 0x000001CC98BA6770>
for item in result:
print(item.group()) 输出:100 200
#预加载
# obj=re.compile(r"\d+")
# result=obj.findall("今天我花了很多钱,买了100台手机,花费200w")
# print(result)
s=''' <div class='acv'> <div><a href="baidu.com">我是百度</a></div> <div><a href="qq.com">我是腾讯</a></div> <div><a href="163.com">我是网易</a></div> </div> ''' obj=re.compile(r'<div><a href=".*?">.*?</a></div>') result=obj.finditer(s) for item in result: print(item.group()) # <div><a href="baidu.com">我是百度</a></div> # <div><a href="qq.com">我是腾讯</a></div> # <div><a href="163.com">我是网易</a></div>
s=''' <div class='acv'> <div><a href="baidu.com">我是百度</a></div> <div><a href="qq.com">我是腾讯</a></div> <div><a href="163.com">我是网易</a></div> </div> ''' obj=re.compile(r'<div><a href="(?P<url>.*?)">(?P<txt>.*?)</a></div>') result=obj.finditer(s) for item in result: url=item.group('url') txt=item.group('txt') print(txt,url) # 我是百度 baidu.com # 我是腾讯 qq.com # 我是网易 163.com或者:
print(item.groupdict())
# {'url': 'baidu.com', 'txt': '我是百度'}
# {'url': 'qq.com', 'txt': '我是腾讯'}
# {'url': '163.com', 'txt': '我是网易'}