python爬虫正则表达式实例-python爬虫学习三：python正则表达式

python爬虫学习三：python正则表达式

1、正则表达式基础

a、正则表达式的大致匹配过程：

1、依次拿出表达式和文本中的字符比较

2、如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。

3、如果表达式中有量词或边界，这个过程会稍微有些不同。

b、正则表达式语法学习（参考网页吧）

2、re模块

python通过模块提供正则表达式的支持。使用re的一般步骤是：

s1、先将正则表达式的字符串形式编译成Pattern实例；

s2、然后使用Pattern实例处理文本并获得匹配结果（一个Match实例）；

s3、最后使用Match实例获取信息，进行其他操作。

a、Compile

re.Compile(strPattern[,flag]):

这个方法是Pattern类的工厂方法，用于将字符串形式的正则表达式编译为Pattern对象。

flag参数是匹配模式，取值可以使用按位或运算符"|"表示同时生效，比如re.re.M.

flag的可选值有：

re.I:忽略大小写

re.M:多行模式

re.S:点任意匹配模式

re.L:

re.U:

re.X:详细模式

b、Match

Match对象是一次匹配的结果，包含了很多关于此次匹配的信息，可以使用Match提供的可读

属性或方法来获取这些信息。

属性：

string：匹配时使用的文本。

re：匹配时使用的Pattern对象。

pos：文本中正则表达式开始搜索的索引。

endpoe：结束搜索的索引

lastindex：最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组，将为None。

lastgroup：最后一个被捕获的分组的别名。如没有，则为None。

方法：

group([group1,....])：

获得一个或多个分组截获的字符串；指定多个参数时将以元组的形式返回。不写参数时返回group(0).

groups([default]):

以元组的形式返回全部分组截获的字符串。

groupdict([default]):

返回以有别名的组的别名为键、以该组截获的子串为值得字典，没有别名的组不包含在内。

start([group])：

返回指定的组截获的子串在string中的起始索引（子串第一个字符的索引）。

end([group]):

返回指定的组截获的子串在string中的结束索引（子串最后一个字符的索引+1）。

span([group]):

返回(stat(group),end(group))。

expand(template):

将匹配到的分组代入template中然后返回。

c、Pattern

Pattern对象是一个编译好的正则表达式，通过Pattern提供的一系列方法可以对文本进行匹配查找。

Pattern不能直接实例化，必须使用re.compile()进行构造，也就是re.compile()返回的对象。

Pattern提供了几个可读属性用于获取表达式的相关信息：

pattern：编译时用的表达式字符串

flags：编译时用的匹配模式，数字形式。

groups：表达式中分组的数量。

groupindex：以表达式中有别名的组的别名为键、以该组对应的编号为值，没有别的别名的组不包含在内。

3、一些Pattern的实例方法：

a、match方法：返回一个match对象

b、search方法：返回一个match对象

c、spilt方法：按照能够匹配的子串将string进行分割后返回列表。

d、findall方法：以列表返回全部能够匹配的子串。

e、finditer方法：返回一个顺序方位每一个匹配结果的迭代器。

f、sub方法：sub(repl,string)：使用repl替换string的每一个匹配的子串后返回替换后的字符串。

python爬虫正则表达式实例-python爬虫学习三：python正则表达式相关推荐

python scrapy教程实例_爬虫框架Scrapy的第一个爬虫示例入门教程
原标题:爬虫框架Scrapy的第一个爬虫示例入门教程我们使用dmoz.org这个网站来作为小抓抓一展身手的对象. 首先先要回答一个问题. 问:把网站装进爬虫里,总共分几步? 答案很简单,四步: 新建 ...
python 网页版笔记_系统学习下python网络爬虫笔记一
系统学习下python网络爬虫的知识 1.爬虫的定义 Web Spider,把互联网定义为一个蜘蛛网,网络蜘蛛通过网页的链接地址来寻找网页. 具体过程:从网站的某一个网页(通常是首页)开始,读取网页的 ...
python爬虫五大实例，爬虫初始与PyCharm安装
一:腾讯动漫爬虫代码 import requests from fake_useragent import UserAgent import re import threadingdef replac ...
python实例代码爬虫_Python实例教程爬虫从网络上下载文档的实例代码
Python实例教程爬虫从网络上下载文档的实例代码来源:中文源码网浏览: 次日期:2018年8月30日 [下载文档: Python实例教程爬虫从网络上下载文档的实例代码.txt ] ...
python爬虫应用实例_Python爬虫进阶必备 | 一个典型的 AES 加密在爬虫中的应用案例...
一个典型的AES案例 AES 的案例之前有推荐大家关于 AES 加密的案例文章,不少朋友问我加密解决了有什么用? 最大的用途当然就是不用模拟请求,大大提高了爬取效率. 可能之前举例都是使用的 AES ...
python零基础实例-零基础学习Python开发练习100题实例（1）
零基础学习Python开发练习100题实例(1) 2018-02-25 09:37:59 2864浏览 1.题目:有四个数字:1.2.3.4,能组成多少个互不相同且无重复数字的三位数?各是多少? 程序 ...
python有什么作用-大数据学习之python语言有什么作用？
很多人选择学习大数据的时候,首先是要选择合适的开发语言入门,尤其是数据分析这个岗位,很多人选择python语言入门,本文由科多大数据的老师整理,细数python语言的应用领域,辅助各位认识了解pyth ...
python语言通俗理解_慢步学习，python语言编程，来扯扯语言的学习理解
最近慢步工作比较忙,有那么一丢丢挫伤了学习的积极性.积极性受挫的另一个原因是,慢步对自己给读者提供的内容有些困惑,"我能提供什么有价值的内容?" 不断重复书籍的知识点,好像并不能生 ...
python写软件实例-30分钟学会用Python编写简单程序
原标题:30分钟学会用Python编写简单程序参与文末每日话题讨论,赠送异步新书异步图书君学习目标知道有序的软件开发过程的步骤. 了解遵循输入.处理.输出(IPO)模式的程序,并能够以简单的方 ...
python脚本编程实例_面向ArcGIS的Python脚本编程.pdf
[实例简介] 面向ArcGIS的Python脚本编程,最实用的教程. 面向ArcGIS的Python脚本编程,最实用的教程. 面向ArcGIS的Python脚本编程,最实用的教程. 目录第一部分Py ...

python爬虫正则表达式实例-python爬虫学习三：python正则表达式

python爬虫正则表达式实例-python爬虫学习三：python正则表达式相关推荐

最新文章

热门文章