《精通Python网络爬虫》笔记 - 原子表 [] vs 模式选择符 |

书名： 《精通Python网络爬虫》

作者：韦玮

索引：ISBN978-7-111-56208-5

出版社：机械工业出版社

出版时间：2017年3月

第二篇  第5章 正则表达式与Cookie

 

原子表 []用来分隔作为匹配条件的单个字符，模式选择符 | 分隔作为匹配条件的字符串

 

原子表[] , p55, 用来定义一组平等的原子，搜索时找到任一原子就匹配成功。例子：

import re

pattern1 ="[xyz]"

pattern2="\w\dpython[^xyz]\W"

string="abcdfphp345pythony_py"

result1=re.search(pattern1,string)

result2=re.search(pattern2,string)

print(result1)

print(result2)

执行结果：

<_sre.SRE_Match object; span=(11,12),match=’y’>

None

分析：pattern1相当于搜索字符x，y，或z第一次出现的位置。

pattern2="\w\dpython[^xyz]\W"

\w 匹配任意一个字母、数字或下划线，

\d 匹配任意一个十进制数

[^]排除匹配，搜索非中括号里面的原子的任一字符，

\W 匹配除字母、数字或下划线的任一字符

相当于pattern2搜索：1个字母/数字/下划线+1个十进制数字+"python"+ 1个非x/非y/非z的字符+ 1个非数字/非字母/非下划线的字符

 

模式选择符 |：选择符隔开不同的搜索条件, p58。例:

import re

pattern="python|php

string ="abcdfphp345pythony_py"

result=re.search(pattern,string)

print (result)

执行结果：<_sre.SRE_Match object; span=(5,8),match=’php’>

先当与pattern查找字符串python或php第一次出现的位置