本文录入于《python网络爬虫实战教学》#xff0c;本专栏针对大学生、初级数据分析工程师精…

文章目录

数据分析领域优质创作者专注于分享python数据分析领域知识。

本文录入于《python网络爬虫实战教学》本专栏针对大学生、初级数据分析工程师精心打造对python基础知识点逐一击破不断学习提升自我。

订阅后可以阅读《python网络爬虫实战教学》中全部文章内容包含python基础语法、数据结构和文件操作科学计算实现文件内容操作实现数据可视化等等。

其他专栏《数据分析案例》

print(result.group(1))这里我们依然想获取目标字符串中间的数字所以正则表达式中间写的依然是\d)。

而数字两侧由于内容比较杂乱所以想省略来写于是都写成.*

re.Match

这里涉及贪婪匹配和非贪婪匹配的问题。

在贪婪匹配下.*会匹配尽可能多的字符。

正则表达式中。

*后面是\d,也就是至少一个数字而且没有指定具体几个数字因此.*会匹配尽可能多的字符这里就把123456都匹配了只给\d留下一个可满足条件的数字7因此最后得到的内容就只有数字7。

但这很明显会给我们带来很大的不便。

有时候匹配结果会莫名其妙少一部分内容。

其实这里只需要使用非贪婪匹配就好了。

非贪婪匹配的写法是

.*比通用匹配多了一个那么它可以起到怎样的效果我们再用实例看一下

import

print(result.group(1))这里我们只是将第一个.*

re.Match

1234567此时便可以成功获取1234567了。

原因可想而知贪婪匹配是匹配尽可能多的字符非贪婪匹配就是匹配尽可能少的字符。

当.*

?匹配到Hello后面的空白字符时再往后的字符就是数字了而\d恰好可以匹配于是这里.就不再进行匹配了而是交给\d去匹配。

最后.匹配了尽可能少的字符Λd的结果就是1234567。

代替.以免出现匹配结果缺失的情况。

但这里需要注意如果匹配的结果在字符串结尾

import

http://weibo.com/comment/kEraCN

result1

content)print(result1,result1.group(1))

print(result2,result2.group(1))运行结果如下

result1

.*?没有匹配到任何结果而.*则是尽量多匹配内容成功得到了匹配结果。

2、转义匹配

我们知道正则表达式定义了许多匹配模式如.用于匹配除换行符以外的任意字符。

但如果目标字符串里面就包含.这个字符那该怎么办呢

这时需要用到转义匹配实例如下

re.match(r\(百度\)www\.baidu\.com,

content)

当在目标字符串中遇到用作正则匹配模式的特殊字符时在此字符前面加反斜线\转义一下即可

re.Match

match(百度)www.baidu.com可以看到这里成功匹配到了原字符串。

文章下方有交流学习区一起学习进步