精华内容
下载资源
问答
  • Python正则表达式

    2019-11-25 22:50:45
    正则表达式主要是处理字符串,主要应用在网络爬虫中,是爬虫的基础。 在python中使用re模块来处理正则表达式,主要完成对字符串的匹配、查找、替换等内容
  • python正则表达式

    千次阅读 多人点赞 2017-08-26 11:25:52
    python正则表达式
    正则表达式 代表的匹配字符
    [0-9] 0123456789任意之一
    [a-z] 小写字母任意之一
    [A-Z] 大写字母任意之一
    \d 等同于[0-9]
    \D 等同于[^0-9]匹配非数字
    \w 等同于[a-z0-9A-Z_]匹配大小写字母、数字和下划线

    \W 等同于[^a-z0-9A-Z_]等同于上一条取非


    . 代表任意字符
    | 逻辑或操作符
    [ ] 匹配内部的任一字符或子表达式
    [^] 对字符集和取非
    - 定义一个区间
    \ 对下一字符取非(通常是普通变特殊,特殊变普通)
    * 匹配前面的字符或者子表达式0次或多次
    *? 惰性匹配上一个
    + 匹配前一个字符或子表达式一次或多次
    +? 惰性匹配上一个
    ? 匹配前一个字符或子表达式0次或1次重复
    {n} 匹配前一个字符或子表达式
    {m,n} 匹配前一个字符或子表达式至少m次至多n次
    {n,} 匹配前一个字符或者子表达式至少n次
    {n,}? 前一个的惰性匹配
    ^ 匹配字符串的开头
    \A 匹配字符串开头
    $ 匹配字符串结束
    [\b] 退格字符
    \c 匹配一个控制字符
    \t 匹配制表符

    例:re.match()函数

    # -*- coding:UTF-8 -*-
    import re

    pattern = re.compile(r'hello')    #re.compile(strPattern[,flage])是Pattern的工厂方法,用于将字符串形式的正则表达式编译为Pattern对象
    match= pattern.match('hello world!')  #match对象是一次匹配的结果

    if match:
        print match.group()

    #等同于:
    print re.match(r'hello','hello world').group()  #使用该语句缺点是不可复用Pattern对象
    输出:hello

    match函数详解

    属性:
    string: 匹配时使用的文本。
    re: 匹配时使用的Pattern对象。
    pos: 文本中正则表达式开始搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
    endpos: 文本中正则表达式结束搜索的索引。值与Pattern.match()和Pattern.seach()方法的同名参数相同。
    lastindex: 最后一个被捕获的分组在文本中的索引。如果没有被捕获的分组,将为None。
    lastgroup: 最后一个被捕获的分组的别名。如果这个分组没有别名或者没有被捕获的分组,将为None。
    方法:
    group([group1, …]): 
    获得一个或多个分组截获的字符串;指定多个参数时将以元组形式返回。group1可以使用编号也可以使用别名;编号0代表整个匹配的子串;不填写参数时,返回group(0);没有截获字符串的组返回None;截获了多次的组返回最后一次截获的子串。
    groups([default]): 
    以元组形式返回全部分组截获的字符串。相当于调用group(1,2,…last)。default表示没有截获字符串的组以这个值替代,默认为None。
    groupdict([default]): 
    返回以有别名的组的别名为键、以该组截获的子串为值的字典,没有别名的组不包含在内。default含义同上。
    start([group]): 
    返回指定的组截获的子串在string中的起始索引(子串第一个字符的索引)。group默认值为0。
    end([group]): 
    返回指定的组截获的子串在string中的结束索引(子串最后一个字符的索引+1)。group默认值为0。
    span([group]): 
    返回(start(group), end(group))。
    expand(template): 
    将匹配到的分组代入template中然后返回。template中可以使用\id或\g<id>、\g<name>引用分组,但不能使用编号0。\id与\g<id>是等价的;但\10将被认为是第10个分组,如果你想表达\1之后是字符'0',只能使用\g<1>0。



    例:re.search()函数

    #re.search 扫描整个字符串并返回第一个匹配成功的位置
    print re.search(r'suf','fjkhskf456sufgwh215').span()

    输出结果:(10, 13)


    两函数的区别:

    re.match只匹配字符串的开始,如果字符串开始不符合正则表达式,则匹配失败,函数返回None;

    而re.search匹配整个字符串,直到找到一个匹配。


    替换:re.sub('正则表达式','替换的字符串','被替换的字符串')

    print re.sub(r'abc','','woprjabcwuryweorabc')    #将'woprjabcwuryweorabc'字符串中的‘abc’替换为空

    输出:woprjwuryweor


    ---------------------------------------------利用正则爬取网页上的图片---------------------------------------------------

    #coding=utf-8


    import urllib          #urllib模块提供了读取Web页面数据的接口
    import re              #re模块主要包含了正则表达式


    #定义一个getHtml()函数
    def getHtml(url):
        page = urllib.urlopen(url)                                       #urllib.urlopen()方法用于打开一个URL地址
        html = page.read()                                                  #read()方法用于读取URL上的数据
        return html


    def getImg(html):
        reg = r'src="(.+?\.jpg)" alt='                                     #正则表达式,得到图片地址
        imgre = re.compile(reg)                                         #re.compile() 可以把正则表达式编译成一个正则表达式对象.
        imglist = re.findall(imgre,html)                              #re.findall() 方法读取html 中包含 imgre(正则表达式)的    数据
                                                                                           
                                                                                             
        x = 0

        for imgurl in imglist:                                                       #把筛选的图片地址通过for循环遍历并保存到本地
             urllib.urlretrieve(imgurl,'F:\图片\%s.jpg' % x)       # 核心是urllib.urlretrieve()方法,直接将远程数据下载到本地,图片通过x依次递增命名‘’F:\图片‘保存图片的文件夹
             x+=1
            
       
    html = getHtml("http://pic.yxdown.com/list/0_0_1.html")
    print getImg(html)


    展开全文
  • Python 正则表达式

    2020-03-23 18:07:57
    python(正则表达式) Python 正则表达式
    展开全文
  • python 正则表达式

    2020-09-16 16:28:13
    python 正则表达式 以几个具体的例子来总结下如何使用python正则表达式实现文本匹配。

    以几个具体的例子来总结下如何使用python写正则表达式实现文本匹配。

    展开全文

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 37,496
精华内容 14,998
关键字:

python正则表达式

python 订阅