python爬虫 | 在 re 模块中使用正则表达式

几种re模块中使用正则表达式的方法

1. findall 查找字符串中所有符合正则表达式的内容，返回 list

   import re
   
   list = re.findall(r"/d+","今天是2021年7月5日")
   print(list)
   

2. finditer 查找字符串中所有符合正则表达式的内容，返回迭代器

   it = re.finditer(r"\d+","今天是2021年7月5日")
   
   #打印出迭代器
   print(it)
   
   #分条打印出迭代器中的内容
   for i in it:
       print(i)
   
   #分条打印出迭代器中符合正则表达式的内容
   for i int it:
       print(i.group())
   

3. search 查找字符串中第一个符合正则表达式的内容,返回match对象

   s = re.search(r"\d+","今天是2021年7月5日")
   
   #打印一条内容
   print(s)
   
   #打印一条内容中符合正则表达式的内容
   print(s.group())
   

4. match 从头开始匹配符合正则表达式的内容

   s = re.match(r"\d+","今天是2021年7月5日")
   print(s.group())
   
   s = re.match(r"\d+","2021年7月5日")
   print(s.group())
   
   

预加载正则表达式

obj = re.compile(r"\d+")

通过 group 名，提取需要的内容

s = """
<div class='one'><span id='1'>猫猫</span></div>
<div class='two'><span id='2'>狗狗</span></div>
<div class='three'><span id='3'>兔兔</span></div>
<div class='four'><span id='4'>鸭鸭</span></div>
"""

obj = re.compile(r"<div class='.*?'><span id='.*?'>(?P<NAME>.*?)</span></div>",re.S)
#re.S 使 . 可以匹配换行符


result = obj.finditer(s)

#打印所有的内容
for i in result:
    print(i.group())

#打印被命名的内容
for i in result:
	print(i.group("NAME"))