Python爬虫入门，如何使用正则表达式

按照之前的课程安排，此次课程应该讲python基础第十六讲爬虫，但是如果正则一笔带过大家可能还是没办法写出自己想要实现的结果，所以把正则匹配详解提前学习一下，此次课程的学习路线会翻译官方的re模块文档，并且筛选出重点知识，完善文章中没有的DEMO。

学完此次课程，我能做什么？

此次课程我们会系统的学习一下python的正则表达式，以及可以根据自己的需求写出正确的正则表达式。

学习此次课程，需要多久？

15-20分钟，建议每个表达式跟着实践一下，加深印象

课程内容

Python中正则表达式 在 re 模块 — Regular expression operations

Python中的re模块提供与Perl类似的正则表达式匹配操作，但是要注意的是

需要注意的是：正则匹配时 表达式和要查询的字符串可以是 unicode字符串，也可是8-bit 字符串，但是两种模式不可以混合使用，也就是说 表达式和要查询的字符串必须一致。

正则表达式特殊字符：

.（点）： 默认模式下，.可以匹配除了换行外的所有字符，如果需要匹配换行，可以传参 re.DOTALL。

image

运行结果：

image

^：只匹配字符串的开始位置，可以使用re.MULTILINE(匹配多行)，匹配每一行的开始位置。

image

代码中每一行的开头都有ae字符串，所以开启多行模式后，会匹配两个结果。

运行结果：

image

$ ： 与^相反，匹配字符串的结束位置，可以使用re.MULTILINE(匹配多行)，匹配每一行的结尾位置。

image

运行结果：

image

• : 匹配0个或多个的表达式

image

运行结果：

image

分析：c*表示，匹配字符"c"0次或者多次，也就是说会匹配 a,ac。

• : 匹配1个或多个的表达式

image

运行结果：

image

分析：匹配字符a并且c一次或者多次，所以会匹配ac或者accccc

? : 匹配0次或1次，非贪婪方式

image

运行结果：

image

分析：表达式“ac?” 匹配字符a或者ac(？只匹配0次或者1次，比较懒惰，不像上面的+或者*会匹配多次)

.? : 这三个特殊符号上面都讲过了，.是匹配任意字符匹配0次或者多次，连在一起使用也就是匹配全文了，加上？号，非贪婪模式匹配，将尽可能少的匹配结果。

image

匹配结果：

image

小结

正则匹配的语法是通用的，大家学会这些特殊字符，无论什么语言都能迅速入门。所以有必要好好学习一下。

接下来学习什么？

Python的基础教程暂时告一段落。

关注公众号，回复 Python基础 下载全部代码+PDF版电子书

image