python正则表达式re模块的简单使用

正则表达式无论是提取数据还是在做爬虫的时候都会经常使用，下面说下re模块的常见使用。

re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。

函数语法：

re.match(pattern, string, flags=0)

import re

# todo re.match的用法，从字符串第一个开始匹配
content = 'Hello 123 4567 World_this a regex demo'
# ^todo 匹配字符串开头，$匹配字符串结尾
result = re.match('^Hello\s\d{3}\s\d{4}\s\w{10}.*demo$',content)
print(result)
# todo 返回匹配范围
print(result.span())
# todo 返回匹配结果
print(result.group())

# todo 泛匹配
result = re.match('^Hello.*demo$',content)
print(result.group())

# todo 匹配指定目标
result = re.match('^Hello\s(\d+)\s(\d+)\sWorld.*demo$',content)
print(result.group(1),result.group(2))

# todo 贪婪匹配，尽可能匹配多的字符
result = re.match('^He.*(\d+).*demo$',content)
print(result.group(1))

# todo .*?非贪婪匹配,尽可能匹配少的字符
result = re.match('^He.*?(\d+).*demo$',content)
print(result.group(1))

contents = '''Hello 1234567 World_this 
is a regex demo'''

# todo 匹配模式,re.S匹配换行
results = re.match('^He.*?(\d+).*?demo$',contents,re.S)
print(results.group(1))

# todo 转义\,匹配特殊字符需要加转义符\
content = 'price is $5.00'
result = re.match('price is \$5\.00',content)
print(result)

re.search 扫描整个字符串并返回第一个成功的匹配。

函数语法：

re.search(pattern, string, flags=0)

'''绝世唐门小说链接匹配'''
import re
import requests


resp = requests.get('http://www.jueshitangmen.info').text
print(resp)

# todo 获取.css结尾的链接
pattern = '<link.*?href="(http:.*?.css)"\s\/>'
css = re.search(pattern,resp,re.S)
print(css.group(1))

re.findall

在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

'''绝世唐门链接匹配'''
import re
import requests


resp = requests.get('http://www.jueshitangmen.info').text
print(resp)

# todo 获取所有以.html结尾的链接
pattern = '<li>.*?\shref="(http:.*?.html)"\srel'
html_link = re.findall(pattern,resp,re.S)
print(html_link)
for i in html_link:
    print(i)

单个字符串匹配：

多个字符串匹配：

匹配分组：

 

常见匹配模式：