爬蟲中正則表達式怎么用

這篇文章給大家分享的是有關爬蟲中正則表達式怎么用的內容。小編覺得挺實用的，因此分享給大家做個參考，一起跟隨小編過來看看吧。

1、正則表達式：學會正則表達式的常用符號
2、re模塊：學會python中re模塊的使用方法
3、Requests和re模塊的組合應用：案例說明

正則表達式：

一般字符：

預定義字符：

數量詞：

邊界匹配：

（.?)括號內容返回結果，.?匹配任意字符

import re
a = 'xxIxxmexxlovexxsffaxxpythonxx'
infos = re.findall('xx(.*?)xx',a)
print(infos)
輸出結果：I，love, python

re模塊及其方法

search()函數：匹配并提取第一個符合規律的內容，返回一個正則表達式對象
re.match(pattern,string,flags=0)
其中：
（1）pattern為匹配的正則表達式
（2）string為要匹配的字符串
（3）flags為標志位，用于控制正則表達式的匹配方式，如是否區分大小寫，多行匹配等

import re
a='one1two2three3'
infos=re.search('\d+',a)
print(infos)

輸出：<re.Match object; span=(3, 4), match='1'>

import re
a='one1two2three3'
infos=re.search('\d+',a)
print(infos.group())

輸出：1

sub()函數：用于替換字符串中的匹配項
re.sub(pattern,repl,string,count=0,flags=0)
其中：
（1）pattern為匹配的正則表達式
（2）repl為替換的字符串
（3）string為要被查找替換的原始字符串
（4）counts為模式匹配后替換的最大次數，默認0表示替換所有的匹配
（5）flags為標志位，用于控制正則表達式的匹配方式，如是否區分大小寫，多行匹配等

import re
phone='123-456-789'
new_phone=re.sub('\D','',phone)
print(new_phone)

輸出：123456789

findall()函數：匹配所有符合規律的內容，并以列表的形式返回結果。

import re
a='one1two2three3'
infos2=re.findall('\d+',a)
print(infos2)

輸出：['1', '2', '3']

import re
a ='''<div>指數
</div>'''
word = re.findall('<div>(.*?)</div>', a, re.S)
print(word[0].strip())

輸出：指數

感謝各位的閱讀！關于“爬蟲中正則表達式怎么用”這篇文章就分享到這里了，希望以上內容可以對大家有一定的幫助，讓大家可以學到更多知識，如果覺得文章不錯，可以把它分享出去讓更多的人看到吧！