python爬虫基础：正则表达式

原创已于 2022-09-12 21:33:57 修改 · 199 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#正则表达式 #前端 #后端

于 2022-01-08 20:04:31 首次发布

笔记专栏收录该内容

22 篇文章

订阅专栏

本文详细介绍了正则表达式的各种匹配技巧，包括直接字符匹配、数字、字母数字、空白符、自定义字符集、重复次数和特殊符号的使用。深入理解惰性匹配与贪婪匹配，帮助开发者高效处理文本模式问题。

文章目录

1 . 直接字符匹配选择
2 . 匹配多个字符
3 . 自定义选择匹配多个字符
4 . 多次匹配
5 . 一些抽象的离谱的符号
6 . 惰性匹配和贪婪匹配

1 . 直接字符匹配选择

想匹配哪个字符直接输入就行了,easy down
在这里插入图片描述

2 . 匹配多个字符

常见的就四种，记住就行了

\d:          匹配0-9的数字
\w:          任意字母数字下划线
\s           任意空白符，包括制表符，换页符，空格等
.            除了换行符(\n)以外的任意符号

3 . 自定义选择匹配多个字符

用中括号，自由组合属于是

[A-F]        匹配A-F之间的字母
[ABFW15]     匹配A,B,F,W,4,7这几个字符
[^ABC]       除了ABC三个字符以外的其他字符
[^A-C1-5]    除了A-C,1-5之间的字符

4 . 多次匹配

{m}          重复m次
{m,n}        最少重复m次，最多重复n次
{m,}         最少重复m次
?            匹配0次或1次
*            表达式不出现或者无数次

5 . 一些抽象的离谱的符号

^           与字符串的开始匹配(一开始没有就匹配不到)
$           与字符串的结尾匹配(从后往前，一没有就没有了)

6 . 惰性匹配和贪婪匹配

(.*?)       惰性匹配
(.*)        贪婪匹配

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

WFForstar

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

Python 爬虫入门（十二）：正则表达式「详细介绍」

blues_C的博客

08-23

2408

正则表达式（Regular Expression），在编程语言中通常缩写为regex或regexp，是一种用于字符串搜索和操作的模式描述方法。它通过定义一系列的规则来匹配、查找和管理文本数据。

正则one

zxcvbbnn的博客

05-28

270

正则什么是正则？re模块的简单使用正则之代表字符.表示可以匹配任意字符（除了\n）group表示可以直接取到匹配的值，但是要做判断。.匹配不上\n（\n表示换行）匹配小数（\转义）[]表示匹配其中的==任意一个==字符[]不管有多少字符，就只能匹配其中的==一个==[]中的.只是一个普通的.，没有任何的意义[a-z]表示匹配从a到z的任意一个字符[a-z0-9]表示匹配从a到z或者从0到9的任意一个字符[a-z0-9-]表示匹配从a到z 或者从0到9 或者- 的任意一个字符

参与评论您还未登录，请先登录后发表或查看评论

Python 爬虫实战：如何使用正则表达式提取网页内容

专注于Python爬虫开发，分享爬虫技巧、项目实战与反爬经验，使用Scrapy、BeautifulSoup等工具，解决数据抓取难题。

09-22

1107

本文介绍了如何使用Python正则表达式从网页中提取特定数据。通过requests库获取网页内容后，利用re模块的正则表达式匹配HTML中的目标信息，如书名、价格、日期等。文章详细讲解了常用正则语法，并提供了实际案例代码，包括数据提取、格式匹配及存储到DataFrame的完整流程。正则表达式能有效处理不规则HTML结构，是网页抓取中灵活且强大的工具。

Python基础：正则表达式

在技术的广袤天地里，本博客如精准罗盘。剖析前沿科技，深掘代码奥秘，以精炼笔触，带您穿越复杂技术迷宫，速达知识彼岸。

09-17

1230

Python的 re 模块提供了正则表达式相关的操作。正则表达式是一种强大的文本处理工具，可以用来检查字符串是否符合某种模式，提取或替换符合某模式的字符串等。

Python爬虫系列——正则表达式

w04171018的博客

06-10

3327

各位猿媛大家好，我是萌新小农，目前大二在读，正在努力学习Py，希望大家能多多关照和支持。也可以私下交流学习。同时也期望我的文章能够为大家带来帮助和解决大家的一些困惑。努力学习，拿下Py~正则表达式是由一些具有特殊含义的字符组成的字符串，用于描述要匹配的文本模式。正则表达式可以在文本中查找、替换、提取和验证特定的模式。python中，re库拥有全部正则表达式的功能。

Python爬虫基础之正则表达式

想做职场小白吗? 我来教您.......

08-27

2416

所谓的正则表达式其实就是一些特殊字符规则组合。通过这些字符规则组合开发者可以检索并替换出一些符合这种规则的字符串文本数据。

Python网络爬虫案例实战：解析网页：正则表达式解析网页

andyyah晓波的博客

08-12

1691

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。得益于这一点，在提供了正则表达式的语言中，正则表达式的语法都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。图5-1展示了使用正则表达式进行匹配的流程。正则表达式的大致匹配过程是：依次拿出表达式和文本中的字符比较，如果每一个字符都能匹配，则匹配成功；一旦有匹配不成功的字符则匹配失败。

Python 原生爬虫教程：使用正则表达式进行页面提取

win19970108018的博客

04-22

1035

在编写爬虫的过程中，我们需要解析网页的内容。那么作为文本解析利器的正则表达式当然可以运用到我们的爬虫开发中。其实页面解析过程无非是从海量的字符串中将我们所需要的数据匹配并剥离出来，所以在正式的爬虫开发中正则会经常被用到。正则表达式是对字符串操作的逻辑公式。在提取网页的数据的时候，我们需要把源代码转换成字符串，然后通过正则表达式匹配想要的数据。在我们开始使用正则表达式进行模式查找之前，我们需要先熟悉一下正则表达式里面的字符的基本含义，熟悉了它们之后，我们就可以很方便的书写一些正则表达式进行模式匹配了。

Python爬虫基础-正则表达式！

Python_trys的博客

11-05

1966

正则表达式是对字符串的一种逻辑公式，用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则的字符串”，此字符串用来表示对字符串的一种“过滤”逻辑。正在在很多开发语言中都存在，而非python独有。对其知识点进行总结后，会写一个demo。

Python：正则表达式

qq_41176800的博客

08-31

1145

内容

零基础写python爬虫之神器正则表达式

01-20

正则表达式在Python爬虫中的作用就像是老师点名时用的花名册一样，是必不可少的神兵利器。一、 正则表达式基础 1.1.概念介绍 正则表达式是用于处理字符串的强大工具，它并不是Python的一部分。其他编程语言中也有...

C/C++高性能正则表达式库深度解析

h a 6 6 6 c k 为你解决复杂难题！

12-08

119

C/C++高性能正则表达式库的选型，本质是“业务需求”与“库特性”的匹配过程。没有绝对最优的库，只有最适合场景的库——PCRE2胜在功能全面，RE2赢在高性能与稳定性，Hyperscan专攻多模式匹配，Oniguruma则在多字符集处理中脱颖而出。在实际开发中，建议结合自身业务场景（如文本长度、正则复杂度、字符集、模式数量）进行性能测试，同时善用预编译、JIT等优化技巧，才能让正则表达式在高效处理字符串任务的同时，不成为系统的性能瓶颈。

【JavaWeb】JS_了解正则表达式

qq_43494013的博客

12-09

220

【JavaWeb】JS_了解正则表达式

技术时刻丨正则表达式次数符号“{}“在Oracle和openGauss中的差异

weixin_54551388的博客

12-10

330

而为什么之前的业务代码中会有这个*，我猜想大概是当时的开发人员写的(\${1})匹配不到想要的数据时，发现加一个*就能匹配上，就这么用下去了，而该套系统多年以来，从未有超过9个参数的模板，因此该BUG一直未被人发现，直到进行本次国产化改造才挖出来。公司以“数据驱动，成就未来”为使命，致力于将创新的数据技术产品和解决方案带给全球的企业和组织，帮助客户构建安全、高效、敏捷且经济的数据环境，持续增强客户在数据洞察和决策上的竞争优势，实现数据驱动的业务创新和升级发展。

Python 正则表达式