Python爬虫 正则表达式应用详解

Python爬虫(二十一)

学习Python爬虫过程中的心得体会以及知识点的整理,方便我自己查找,也希望可以和大家一起交流。

—— 正则表达式应用详解 ——
文章目录Python爬虫(二十一)—— 正则表达式应用详解 ——1. 简介2. 语法
1. 简介

正则表达式:regular expression,也称regex,简称 RE

正则表达式是用来简洁表达一组字符串的表达式

通用的字符串表达框架

简洁表达一组字符串的表达式

针对字符串表达“简洁”和“特征”思想的工具

判断某字符串的特征归属

正则表达式在文本处理中十分常用

表达文本类型的特征(病毒、入侵等)

同时查找或替换一组字符串

匹配字符串的全部或部分

正则表达式的使用

编译:将符合正则表达式语法的字符串转换成正则式表达特征
正则表达式应用详解

2. 语法

正则表达式语法由字符和操作符构成

正则表达式的常用操作符

操作符 说明 实例
. 表示任何单个字符
[ ] 字符集,对单个字符给出取值范围 [abc]表示a、b、c,[a­z]表示a到z单个字符
[^ ] 非字符集,对单个字符给出排除范围 [^abc]表示非a或b或c的单个字符
* 前一个字符0次或无限次扩展 abc* 表示 ab、abc、abcc、abccc等
+ 前一个字符1次或无限次扩展 abc+ 表示 abc、abcc、abccc等
? 前一个字符0次或1次扩展 abc?表示 ab、abc
| 左右表达式任意一个 |abc|def 表示 abc、def
{m} 扩展前一个字符m次 ab{2}c 表示 abbc
{m,n} 扩展前一个字符m至n次(含n) ab{1,2}c 表示 abc、abbc
^ 匹配字符串开头 ^abc 表示abc且在一个字符串的开头
$ 匹配字符串结尾 abc$ 表示abc且在一个字符串的结尾
( ) 分组标记,内部只能使用 | 操作符 (abc) 表示abc,(abc|def) 表示 abc、def
\d 数字,等价于[0­-9]
\w 单词字符,等价于[A­-Z,a­-z,0­-9]

正则表达式实例
正则表达式应用详解
经典正则表达式实例
正则表达式应用详解
匹配IP地址的正则表达式

IP地址字符串形式的正则表达式(IP地址分分4段,每段0­255) \d+.\d+.\d+.\d+ \d{1,3}.\d{1,3}.\d{1,3}.\d{1,3} 不精确

精确写法

0­-99: [1­-9]?\d 100-­199: 1\d{2} 200-­249: 2[0­-4]\d 250-­255: 25[0­-5] (([1-9]?\d|1\d{2}|2[0-­4]\d|25[0­-5]).){3}([1-­9]?\d|1\d{2}|2[0-­4]\d|25[0-­5])

作者:胡乱写点什么

相关推荐

JS正则表达式常见函数与用法小结

Python编程快速上手——正则表达式查找功能案例分析

python爬虫学习笔记之Beautifulsoup模块用法详解

Python网络爬虫信息提取mooc代码实例