Python网络爬虫之正则表达式Re 库函数的用法及实例（学习笔记）——ZHJ

正则表达式

Re库（正则表达式）是用来简洁表达一组字符串的表达式,如：r’\d{3}-\d{8}|\d{4}-\d{7}’

正则表达式语法

Re库主要功能函数

正则表达式主要提供了六种正则表达式函数

上述方法在使用时，需要在参数中增加正则表达式，带匹配的字符串。
另一种方式先通过complie（）函数编译生成正则表达式对象，在用正则表达式对象调用上述函数
即
regex=re.compile()
regex.search()
regex.match()
…

各个函数的使用方法以及输出结果

import re
match=re.match(r'[1-9]\d{5}','100081 BIT')
if match:
print(match.group(0))

#match 的用法 输出结果为 100081

ls=re.findall(r'[1-9]\d{5}','BIT100081 TSU100084')
print(ls)

#findall 的用法 输出结果为 ['100081', '100084']

Sp=re.split(r'[1-9]\d{5}','BIT100081 TSU100084')
print(Sp)
#split 的用法 输出结果为 ['BIT', ' TSU', '']

Sp1=re.split(r'[1-9]\d{5}','BIT100081 TSU100084',maxsplit=1)
print(Sp1)

#split 加限制的用法 输出结果为 ['BIT', ' TSU100084']

for m in re.finditer(r'[1-9]\d{5}','BIT100081 TSU100084'):
if m:
print(m.group(0))

# 通过finditer迭代的获取每次的匹配（是个瘸腿的findall）以下是输出结果
#100081
#100084

sub=re.sub(r'[1-9]\d{5}',':zipcode','BIT100081 TSU100084')
print(sub)
#sub 用给定的字符串替换所有匹配的字符串，以下是输出结果
#BIT:zipcode TSU:zipcode

看着输出结果就能明白各个函数做的事情，学习网络爬虫的第二次课，加油。