正则表达式re.findall

Posted 2021-11-10 向阳-Y.

正则表达式的基本用法举例

import re  #导入re模块

在网页源代码中提取出标签内的内容：

title = re.findall('<span class=title>(.*?)</span>',html_data)[0]

抓取windows._playinfo_=后面的内容（".“在python中有特殊含义，所以需要用”\\"进行转义）

data = re.findall('<script>windows\\._playinfo_=(.*?)</script>,html_data)[0]

html_data为网页源代码数据,[0]表示取第一个值，(.*?)表示进行匹配内容

.*?和.*的区别对比
.\\*?是非贪婪的，匹配的越少越好
.\\*是贪婪的，匹配的越广越好
对比：

>>> print(re.findall('a(.*?)b','a123ba123b'))
['123', '123']
>>> print(re.findall('a(.*)b','a123ba123b'))
['123ba123']

[例] 在python软件中利用正则表达式替换值

例如，我们需要将如下代码的格式转换为字典

a:苹果
b:香蕉
c:菠萝
d:桃子

字典格式为：

"a":"苹果",
"b":"香蕉",
"c":"菠萝",
"d":"桃子"

数据量少可以进行手动添加。数据量多可以用正则表达式进行替换：
Ctri+r打开替换工具

(.*?):(.*)   #匹配到格式上

"($1)":"($2)",   #$1表示第一个值，$2表示第二个值

---

相关文章
正则表达式 re.findall 用法
正则表达式(.*?)和(.*)的区别

import pprint格式化输出模块
目前data为字符串，使用pprint可以格式化