Python爬虫正则表达式

  • Z时代
  • 2024-01-10
  • 分类：综合

Python 爬虫 - 正则表达式[Python基础]

 

“正则表达式，又称规则表达式。（英语：Regular Expression，在代码中常简写为regex、regexp或RE），计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

许多程序设计语言都支持利用正则表达式进行字符串操作。例如，在Perl中就内建了一个功能强大的正则表达式引擎。正则表达式这个概念最初是由Unix中的工具软件（例如sed和grep）普及开的。正则表达式通常缩写成“regex”，单数有regexp、regex，复数有regexps、regexes、regexen。”

 

 

如下分享两个正则表达式相关有用的网站：

  • 整体介绍 - 教程：https://www.runoob.com/regexp/regexp-tutorial.html

  • 在线解析和测试工具：https://www.sojson.com/regex/generate

 

常用的三类原子有：

 

  • 常用元字符

代码

说明

.

匹配除换行符以外的任意字符

w

匹配字母或数字或下划线

s

匹配任意的空白符

d

匹配数字



匹配单词的开始或结束

^

匹配字符串的开始

$

匹配字符串的结束



  • 常用反义词

代码/语法

说明

W

匹配任意不是字母，数字，下划线，汉字的字符

S

匹配任意不是空白符的字符

D

匹配任意非数字的字符

B

匹配不是单词开头或结束的位置

[^x]

匹配除了x以外的任意字符

[^aeiou]

匹配除了aeiou这几个字母以外的任意字符

  • 常用限定符

代码/语法

说明

*

重复零次或更多次

+

重复一次或更多次

?

重复零次或一次

{n}

重复n次

{n,}

重复n次或更多次

{n,m}

重复n到m次

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

以上是 Python爬虫正则表达式 的全部内容， 来源链接： utcz.com/z/537875.html

回到顶部