一、Python中的re.S参数
1. 在Python的正则表达式中,有一个参数为re.S。为'.'符号,匹配任意字符,包括换行符,看如下代码:
import re
a = '''asdfsafhellopass:
234455
worldafdsf
'''
b = re.findall('hello(.*?)world',a)
c = re.findall('hello(.*?)world',a,re.S)
print 'b is ' , b
print 'c is ' , c
运行结果如下:
b is []
c is ['pass:\n\t234455\n\t']
在字符串a中,包含换行符\n,在这种情况下,如果不使用re.S参数,则只在每一行内进行匹配,如果一行没有,就换下一行重新开始。而使用re.S参数以后,正则表达式会将这个字符串作为一个整体,在整体中进行匹配。
正则表达式例子分析:
pattern = re.compile('<div.*?author">.*?<a.*?<img.*?>(.*?)</a>.*?<div.*?'+
'content">(.*?)<!--(.*?)-->.*?</div>(.*?)<div class="stats.*?class="number">(.*?)</i>',re.S)
items = re.findall(pattern,content)
"."操作符:表示匹配除换行符外的任意字符;
"*?"操作符:'*'表示匹配前面一个规则0次或者多次;'?'表示匹配前面的规则0次或者1次,'*?'一般都是连着使用,表示最小匹配;
如:<div class = "author"div abcd "author">;那么最小匹配就会输出<div class = "author">;
作用:div 和author"中间可以有除换行符外的任意多个字符
1).*? 是一个固定的搭配,.和*代表可以匹配任意无限多个字符,加上?表示使用非贪婪模式进行匹配,也就是我们会尽可能短地做匹
配,以后我们还会大量用到 .*? 的搭配
2)(.*?)代表一个分组,在这个正则表达式中我们匹配了五个分组,在后面的遍历item中,item[0]就代表第一个(.*?)所指代的内容,
item[1]就代表第二个(.*?)所指代的内容,以此类推。
3)re.S
标志代表在匹配时为点任意匹配模式,点 . 也可以代表换行符