[Python知识库] 稳扎稳打学爬虫05—python中re模块的使用

开发: C++知识库 Java知识库 JavaScript Python PHP知识库人工智能区块链大数据移动开发嵌入式开发工具数据结构与算法开发测试游戏开发网络协议系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程
数码: 电脑笔记本显卡显示器固态硬盘硬盘耳机手机 iphone vivo oppo 小米华为单反装机图拉丁

-> Python知识库 -> 稳扎稳打学爬虫05—python中re模块的使用 -> 正文阅读

[Python知识库]稳扎稳打学爬虫05—python中re模块的使用

python程序中运用re模块，使用正则

1、findall 查找所有，返回list

str = "你要是没有什么事情，就一起打游戏吧，玩游戏，放松一下嘛"
lst = re.findall('游戏',str)
print(lst)

在这里插入图片描述

2、search 会进行匹配，如果匹配到了第一个就返回这个结果

lst = re.search('我',"我的电话我要你记住哟，100233,235242001")
print(lst.group())

在这里插入图片描述

3、match 只能从字符串的开头进行匹配

lst = re.match('我的',"我的电话你要记住哟，100233,235242001")
print(lst.group())

在这里插入图片描述

4、finditer 和 findall 差不多，只不过这时返回的是迭代器

str = "你要是没有什么事情，就一起打游戏吧，玩游戏，放松一下嘛"
lst = re.finditer('游戏',str)
for i in lst:
    print(i.group())

在这里插入图片描述

5、compile()可以将一个长长的正则进行预加载，方便后期使用

obj = re.compile('\d{3}')  #将正则表达式编译成为一个正则表达式对象，规则是：要匹配连续的3个数字
ret = obj.findall('嘻嘻哈哈1120，嗯嗯111，怕怕223') #正则表达式对象调用search，参数为待匹配的字符串
print(ret)

若想单独获得正则中的具体内容：分组，起名字

s = """<div class = 'title'><span id = '100'>简笔画</span></div>
<div class = 'main'><span id = '101'>征文主题</span></div>
<div class = 'foot'><span id = '102'>联系电话</span></div>
"""
obj = re.compile("<div class = '(?P<class>.*?)'><span id = '(?P<id>.*?)'>(?P<name>.*?)</span></div>",re.S) #re.S 可以让.匹配任何东西

result = obj.finditer(s)
for it in result:
   # print(it.group())
    print(it.group("class"))
    print(it.group("id"))
    print(it.group("name"))