Python爬虫之正则表达式(1)

2018-11-27 08:31:50来源:博客园 阅读 ()

新老客户大回馈,云服务器低至5折

廖雪峰正则表达式学习笔记

1:用\d可以匹配一个数字;用\w可以匹配一个字母或数字;

  • '00\d' 可以匹配‘007’,但是无法匹配‘00A’;
  • ‘\d\d\d’可以匹配‘010’
  • ‘\w\w\d’可以匹配‘py3’;

2:.可以匹配任意字符;

  • 'py.'可以匹配'pyc''pyo''py!'等等。

3:在正则表达式中,要匹配变长字符:

  1. *表示任意个字符(包括0个);
  2. +表示至少一个字符;
  3. 表示0个或1个字符;
  4. {n}表示n个字符;
  5. {n,m}表示n-m个字符;
  6. \s 可以匹配一个空格(也包括Tab等空白符);
  7. ‘-’是特殊字符,在正则表达式中,用‘\’转义;

4:复杂例子:\d{3}\s+\d{3,8}

  • \d{3}表示匹配3个数字,例如‘010’
  • \s+表示至少一个空格,例如匹配‘ ’‘  ’等;
  • \d{3, 8}表示3-8个数字,例如‘1234567’

5:要做更精确地匹配,可以用[]表示范围

 

  • [0-9a-zA-Z\_]可以匹配一个数字、字母或者下划线;

  • [0-9a-zA-Z\_]+可以匹配至少由一个数字、字母或者下划线组成的字符串,比如'a100''0_Z''Py3000'等等;

  • [a-zA-Z\_][0-9a-zA-Z\_]*可以匹配由字母或下划线开头,后接任意个由一个数字、字母或者下划线组成的字符串,也就是Python合法的变量;

  • [a-zA-Z\_][0-9a-zA-Z\_]{0, 19}更精确地限制了变量的长度是1-20个字符(前面1个字符+后面最多19个字符)。

 

A|B可以匹配A或B,所以(P|p)ython可以匹配'Python'或者'python'

 

^表示行的开头,^\d表示必须以数字开头。

 

$表示行的结束,\d$表示必须以数字结束。

 

标签:

版权申明:本站文章部分自网络,如有侵权,请联系:west999com@outlook.com
特别注意:本站所有转载文章言论不代表本站观点,本站所提供的摄影照片,插画,设计作品,如需使用,请与原作者联系,版权归原作者所有

上一篇:python中如何退出多层循环

下一篇:Django之auth组件