爬虫中正则表达式怎么用

这篇文章给大家分享的是有关爬虫中正则表达式怎么用的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

1、正则表达式：学会正则表达式的常用符号
2、re模块：学会python中re模块的使用方法
3、Requests和re模块的组合应用：案例说明

正则表达式：

一般字符：

预定义字符：

数量词：

边界匹配：

（.?)括号内容返回结果，.?匹配任意字符

import re
a = 'xxIxxmexxlovexxsffaxxpythonxx'
infos = re.findall('xx(.*?)xx',a)
print(infos)
输出结果：I，love, python

re模块及其方法

search()函数：匹配并提取第一个符合规律的内容，返回一个正则表达式对象
re.match(pattern,string,flags=0)
其中：
（1）pattern为匹配的正则表达式
（2）string为要匹配的字符串
（3）flags为标志位，用于控制正则表达式的匹配方式，如是否区分大小写，多行匹配等

import re
a='one1two2three3'
infos=re.search('\d+',a)
print(infos)

输出：<re.Match object; span=(3, 4), match='1'>

import re
a='one1two2three3'
infos=re.search('\d+',a)
print(infos.group())

输出：1

sub()函数：用于替换字符串中的匹配项
re.sub(pattern,repl,string,count=0,flags=0)
其中：
（1）pattern为匹配的正则表达式
（2）repl为替换的字符串
（3）string为要被查找替换的原始字符串
（4）counts为模式匹配后替换的最大次数，默认0表示替换所有的匹配
（5）flags为标志位，用于控制正则表达式的匹配方式，如是否区分大小写，多行匹配等

import re
phone='123-456-789'
new_phone=re.sub('\D','',phone)
print(new_phone)

输出：123456789

findall()函数：匹配所有符合规律的内容，并以列表的形式返回结果。

import re
a='one1two2three3'
infos2=re.findall('\d+',a)
print(infos2)

输出：['1', '2', '3']

import re
a ='''<div>指数
</div>'''
word = re.findall('<div>(.*?)</div>', a, re.S)
print(word[0].strip())

输出：指数

感谢各位的阅读！关于“爬虫中正则表达式怎么用”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！