Python爬虫-正则表达式基础

Posted 2020-11-10 amojury

import re

#常规匹配
content = ‘Hello 1234567 World_This is a Regex Demo‘
#result = re.match(‘^Hellosdddsd{4}sw{10}.*Demo$‘,content)
#print(result.group())
#print(result.span())

#泛匹配
#result = re.match("^Hello.*Demo$",content)
#print(result)


#目标匹配
#result = re.match(‘^Hellos(d+)sWorld.*Demo$‘,content)
#print(result.group(1))

#贪婪(匹配尽可能多的字符)
#result = re.match(‘^He.*(d+).*Demo$‘,content)

#非贪婪
#result = re.match(‘^He.*?(d+).*Demo$‘,content)
#print(result.group(1))

#匹配模式(存在换行符)
#result = re.match(‘^He.*?(d+).*Demo$‘,content,re.S)

#转义

#总结：尽量使用泛匹配，使用括号得到匹配目标，尽量使用非贪婪模式，有换行re.S
#re.search()扫描整个字符串并返回第一个匹配，match开头需要一样的
#re.findall(), 返回所有匹配的
#re.sub()替换
#re.compile()编译正则表达式对象