Python：re正则简单介绍

一、正则表达式

正则是用来匹配字符串的一门表达式语言

测试正则的网站：https://tool.oschina.net/regex

1.支持普通字符

2.支持元字符，用一个符号来匹配一堆内容（列举常用的）

\d 能够匹配一个数字（0-9） \w 能够匹配数字，字母，下划线（0-9,A-Z,a-z） \W 除了数字、字母和下划线以外的内容，跟\w相反 \D 除了数字以外的内容 跟\d相反 [] 例如：[abc] 匹配a或者b,或者c,或的关系 [^] 例如：[^abc] 匹配除abc以外的字符

3.支持量词 ：控制前面字符出现的频次

+，前面的元字符出现一次或多次，贪婪匹配，即尽可能多地匹配
*，前面的元字符出现零次或多次，贪婪匹配，即尽可能多地匹配。
?,前面的元字符匹配零次或一次。
., 除了换行符以外的其他所有内容都可以匹配

4.惰性匹配，即与最相近的匹配

.*? or .+？

例: 去河边骑自行车，明天上午一起骑自行车，干嘛呢？骑自行车。

贪婪模式： 去.*骑自行车

贪婪匹配：去河边骑自行车，明天上午一起骑自行车，干嘛呢？骑自行车

惰性匹配： 去.*?骑自行车

惰性匹配 去河边骑自行车

5.正则分组

(?P<变量名>.*?)

二、 Python 内置的模块re

常用到的函数：

re.findall() 全局搜索，匹配所有符合条件的内容，并以列表形式返回

re.search() 全局搜索，匹配到地第一个符合条件的内容，返回match对象

re.finditer() 全局搜索，返回一个迭代器。

re.compile() 将正则表达式字符串编译成一个正则表达式对像（pattern object） 方便后续的正则操作

re.comile(正则表达式，flag)

flag（常用的flag）

re.S 使'.’可以匹配任何字符，包括换行符。

re.I 忽略大小写

具体的实例操作，不一一列举，可参照re文档：re --- 正则表达式操作 — Python 3.12.0 文档

使用正则编写的爬虫实例，查看文章：Python：使用正则爬虫城市天气并写入到excel中