还不会Python正则表达式?看这篇文章试试
今天写爬虫偶然想到了初学正则表达式时候,看过一篇文章非常不错。检索一下还真的找到了。
re模块
re.search
经常用match = re.search(pat, str)的形式。因为有可能匹配不到,所以re.search()后面一般用if statement。
re.match
re.match和re.search很相似,只是re.match是从字符串的开头开始匹配。
常用正则字符意义
- a, X, 9,等字符匹配自己, 元字符不匹配自己,因为有特殊意义,比如 . ^ $ * + ? { }[ ] \ | ( )
- . 英文句号,匹配任意字符,不包含'\n'
- \w 匹配'word'字符,[a-zA-Z0-9]
- \W 匹配非'word'字符
- \b 匹配'word'和'non-word'之间边界
- \s 匹配单个whitespace字符,space, newline, return, tab, form [\n\r\t\f]
- \S 匹配non-whitespace字符
- \t, \n, \r 匹配tab, newline, return
- \d 匹配数字[0-9]
- ^ 匹配字符串开头
- $ 匹配字符串结尾
重复
‘+’ 一或多次, ‘*’ 零或多次, ‘?’ 零或一次
方括号[]
[]类似于or
Square brackets can be used to indicate a set of chars, so [abc] matches 'a' or 'b' or 'c'.
Group Extraction圆括号()
有时候需要提取匹配字符的一部分,比如刚才的邮箱,我们可能需要其中的username和hostname,这时候可以用()分别把username和hostname包起来,就像r'([\w.-]+)@([\w.-]+)',如果匹配成功,那么pattern不改变,只是可以用match.group(1)和match.group(2)来username和hostname,match.group()结果不变。
findall and groups
()和findall()结合,如果包括一或多个group,就返回a list of tuples。
给re.search加^之后是一样的。
re.sub
re.sub(pat, replacement, str)在str里寻找和pattern匹配的字符串,然后用replacement替换。replacement可以包含\1或者\2来代替相应的group,然后实现局部替换。
相关文章
- 图像处理工具Python扩展库,你了解吗?
- 十个常用的损失函数解释以及Python代码实现
- 30 个数据科学工作中必备的 Python 包
- 如何在 Windows 上安装 Python
- 几行 Python 代码就可以提取数百个时间序列特征
- 使用Python快速搭建接口自动化测试脚本实战总结
- 哪种编程语言最适合开发网页抓取工具?
- 不要在 Python 中使用循环,这些方法其实更棒!
- 震惊!用Python探索《红楼梦》的人物关系!
- 如何最简单、通俗地理解Python模块?
- 酷炫,Python实现交通数据可视化!
- 为什么急于寻找Python的替代者?
- 30 个数据工程必备的Python 包
- 去字节面试被面这题能答上来吗?谈谈你对时间轮的理解?
- 火山引擎在行为分析场景下的 ClickHouse JOIN 优化
- 用Python爬取了某宝1166家月饼数据进行可视化分析,终于找到最好吃的月饼~
- 在 Linux 上试试这个基于 Python 的文件管理器
- Python列表解析式到底该怎么用?
- 如何快速把你的 Python 代码变为 API
- 十个Python初学者常犯的错误