二、Python正则模块 re

re模块的常用函数主要如下：

2.1 `findall()`函数

findall(parm1, parm2)函数的第一个参数为正则表达式，第二个参数为待匹配字符串。该函数会从字符串中匹配出符合给定正则表达式的结果，并以列表形式返回。例如：

 result = re.findall("U", "我看到一个UFO从天边划过") print(result)

 # 'r'表示忽略反斜杠的转义含义 result = re.findall(r"\d+", "我今年28岁，存款1000000块") print(result)

2.2 `finditer()`函数

finditer(parm1, parm2)函数以迭代器对象的形式返回满足正则表达式的结果，要从迭代器对象中拿到数据，需用循环。示例如下：

 result = re.finditer(r"\d+", "我今年28岁，存款1000000块") print(result)

从返回对象中取数据：

 result = re.finditer(r"\d+", "我今年28岁，存款1000000块") for item in result:     print(item)     print(item.group())     # group()方法取出实际匹配结果

2.3 `search()`函数

search(parm1, parm2)函数匹配到第一个满足正则表达式的结果就返回，后续即使还有符合要求的内容也不再匹配。

result = re.search(r"\d+", "我是斯特凡，今年150岁了，18岁时读高二班") print(result.group())

可以看到后面的“18”也满足表达式，但已经匹配到“150”，所以不再继续匹配，直接返回结果。

2.4 `match()`函数

match(parm1, parm2)函数与search()类似，也是匹配到第一个符合正则表达式的结果就返回。但与search的区别在于，match函数是从字符串的开头进行匹配，类似在正则表达式前加上了^。

 result = re.match(r"\d+", "我是斯特凡，今年150岁了，18岁时读高二班") print(result)

2.5 预编译`compile()`函数

很多时候，在做数据抓取时，需要循环抓取。如果每次循环都加载一次正则表达式的话，可能会消耗更多的资源（时间、空间），这个时候就可以采用预编译的方法，即在循环前先将正则表达式编译好，这样每次循环时直接将编译好的表达式拿来用即可。

 obj = re.compile(r"\d+") result = obj.findall("我是斯特凡，今年150岁了，18岁时读高二班") print(result)

2.6 示例：提取分组数据

 s = """ <div class='西游记'><span id='10086'>中国移动</span></div> <div class='西游记'><span id='10010'>中国联通</span></div> """ obj = re.compile(r"<span id='(?P<id>\d+)'>(?P<name>.*?)</span>") result = obj.finditer(s) for item in result:     id = item.group("id")     name = item.group("name")     print(id)     print(name)

正则表达式前面的 ?P<var_name> 语法表示将其后表达式匹配到的内容存放到该变量中，方便后续数据提取。注意：

var_name跟其后的正则表达式之间不能有空格，否则匹配不到想要的数据；

var_name必须跟后面的group("var_name")保持一致，否则取不到对应数据。

爬虫前进之路，任！我！行！

ITPub博客

爬虫学习笔记（二）Python正则模块 re

二、Python正则模块 re

2.1 `findall()`函数

2.2 `finditer()`函数

2.3 `search()`函数

2.4 `match()`函数

2.5 预编译`compile()`函数

2.6 示例：提取分组数据

最新文章

ITPub博客

爬虫学习笔记（二）Python正则模块 re

二、Python正则模块 re

2.1 findall()函数

2.2 finditer()函数

2.3 search()函数

2.4 match()函数

2.5 预编译compile()函数

2.6 示例：提取分组数据

最新文章

2.1 `findall()`函数

2.2 `finditer()`函数

2.3 `search()`函数

2.4 `match()`函数

2.5 预编译`compile()`函数