标签：group 04 爬虫 re 125486 print obj 885234

python中的re模块

findall

import re

# findall: 匹配字符串中所有符合正则的内容 前面pattern是正则表达式 后面string是字符串
lst = re.findall(r"\d+", "花花的电话是125486，春卷的电话是885234")  # r放前面是防止转义
print(lst)  # ['125486', '885234']

finditer

# finditer:匹配字符串中的所有内容，返回的是迭代器,从迭代器中拿内容需要.group()
it = re.finditer(r"\d+", "花花的电话是125486，春卷的电话是885234")
print(it) # 可以看到返回的是迭代器 <callable_iterator object at 0x00000201398A9190>

# 从迭代器中拿东西
for i in it:
    print(i.group())  # 125486
                      # 885234

search

# search 找到一个结果就返回，返回的结果是match对象，拿数据需要.group() 
s = re.search(r"\d+", "花花的电话是125486，春卷的电话是885234")
print(s.group())  # 125486

match

# match是从头开始匹配 search是全文匹配，默认会在正则前加个^,即"\d+"，在match中默认为"^\d+"
s = re.match(r"\d+", "花花的电话是125486，春卷的电话是885234")
print(s.group())  # 会报错，需要把非数字删掉

compile

# 预加载正则表达式
obj = re.compile(r"\d+")

ret = obj.finditer("花花的电话是125486，春卷的电话是885234")
for it in ret:
    print(it.group())   # 125486
                      # 885234

obj就代表着那个\d+正则表达式，可以反复重复用obj

从匹配的内容再筛选

s = """
<div class='fa'><span id='1'>草草</span></div>
<div class='sb'><span id='2'>狗狗</span></div>
<div class='xx'><span id='3'>猫猫</span></div>
<div class='ll'><span id='4'>企鹅</span></div>
"""

# (?P<分组名字>正则)这样就可以单独从正则匹配的内容中提取到更精简的内容
obj = re.compile(r"<div class='.*?'><span id='\d+'>(?P<hhh>.*?)</span></div>", re.S)  # re.S:让.能匹配换行符
# pattern是正则，string是字符串，flag就是状态位，在正则匹配的时候可以嵌入一些规则

ret = obj.finditer(s)
for it in ret:
    print(it.group("hhh"))

标签：group,04,爬虫,re,125486,print,obj,885234
来源： https://www.cnblogs.com/aowei/p/16687049.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。