Python正则表达式初识

Posted 2021-01-08 dcpeng

前几天给大家分享了Python正则表达式初识（一），介绍了正则表达式中的三个特殊字符“^”、“.”和“*”，感兴趣的伙伴可以戳进去看看，今天小编继续给大家分享Python正则表达式相关特殊字符知识点。

1、特殊字符“$”代表的意思是结尾字符。举个栗子，正则表达式“3$”，表示匹配以3为结尾的字符串。代码演示如下图所示。

正则表达式匹配模式“.*3$”代表以3结尾的任意字符的字符串，很显然匹配的结果和原始字符串是一致的，所以有返回结果。
2、如果将正则表达式匹配模式改为“.*4$”，则表示以4结尾的任意字符的字符串，此时是没有任何的输入结果的，如下图所示。

3、正则表达式特殊字符“?”比较常用，其代表的意思是非贪婪匹配模式。默认情况下，匹配字符串是一种贪婪的匹配，换句话说，默认情况下字符串会根据匹配模式，去匹配最大的长度。
4、下图是一个实例。其中括号代表的是提取字符串的子串，正则表达式会把满足匹配条件的字符串放到括号里边。匹配模式“.*(p.*p).*”代表的意思是：左边的“.* ”的意思是任意字符串，可以是空，也可以是非空的字符串，之后是字符p，中间的“.* ” 的意思也是任意字符串，之后再是一个p，尔后右边的“.* ” 的意思也是任意字符串。目前的逻辑就是将两个p中间的字符串连同p一块取出。

但是其输出的结果却为“pp”，并不是我们想要的“pccccccccccp”结果。原因是正则表达式的贪婪匹配所致，实际上它是反向匹配的，所以从字符串来看，匹配到的结果是“pp”。
5、如果我们使用非贪婪模式，即将匹配模式“.*(p.*p).*”改为模式“.*?(p.*p).*”，在第一“p”之前加个特殊字符“?”，则运行的结果就如下图所示。

可以看到匹配模式已经开始从左边开始进行匹配，答案趋向于我们想要的结果。但是在后面却出现了两个p。原因是后面的那个p未指定其为非贪婪模式，所以后面的那个p仍然是从右边开始反向取值的。
6、接下来，我们继续使用非贪婪模式，即将匹配模式“.*(p.*p).*”改为模式“.*?(p.*?p).*”，在第二“p”之前也加个特殊字符“?”，则运行的结果就如下图所示。

此时可以看到匹配的结果就是我们想要的结果了，原因是此时两个p均采用了非贪婪模式，所以匹配模式，从左到右顺序进行。
7、理解非贪婪模式之后，对于正则表达式的匹配就很好理解了，如下图的结果将返回“pcccp”，非贪婪模式下。

8、下图的结果将返回“pcccpcccccccpppp”，非贪婪模式和贪婪模式共存的情况下。

?

非贪婪模式在网络爬虫的过程中对于字符串的提取非常重要，务必要理解和掌握。小伙伴们，关于正则表达式的特殊字符“$”和“?”的用法，你们get到了吗？