Python标准库01正则表达式

Posted 2020-10-01

在学习网络爬虫的过程中，需要抓取网页的评论数，涉及到正则表达式，便顺便看了看。正则表达式是文字处理中常用的工具。

1正则表达式的常用字符串

.       任何单个字符

【】 字符集对单个字符给出取值范围

【^】非字符集

*      前一个字符重复0或多次

+     前一个字符重复1或多次

？    前一个字符重复0或1次

|      或者

{m}  前一个字符扩展m次

{m，n}前一个字符扩展m至n次

^      匹配字符串开头

$      匹配字符串结束

\d     【0-9】

\w      单词字符

 

 

2主要功能函数

import re     #导入re包
m=re.search(pattern,string) #搜索整个字符串，直到发现符合的字符串
m=re.match(pattern,string) #从字符串的开始位置匹配正则表达式，返回结果
m=re.sub(pattern,replacement,string)#从字符串中查找并替换
m=re.findall()  #搜索字符串，将所有符合的子字符串放在一个表中返回
m=re.finditer() #返回一个匹配结果的迭代类型，每个迭代元素是match对象
m=re.split()     #将一个字符串按照正则表达式匹配结果进行分割，返回列表类型

re.group(number) 查看搜索到的结果，group(0)是整个表达式的搜索结果，，group(1)是第一个群，以此类推。