正则表达式语法

今天心血来潮，重学了一下python。去年学了一段时间的python，各种原因就搁置下来了，如今发现爬虫这项技能还是蛮重要的，以后找数据，找资料，数据可视化，网络安全都用得到。

本文笔记来源：https://www.bilibili.com/video/BV1ws411i7Dr?p=26

简单的例子

import re 

m = re.findall("abc","xxxxxxxxxxx") 目标串和原始串
print m

\\单个数字
m = re.findall("\d", "xxxxxxxxxxxxxxx")

\\连续的4个数字
m = re.findall("\d\d\d\d", "xxxxxxxxxxxxxxx")

.匹配任意字符 *无限 .*无限匹配任意字符 r原始无转义
\\贪婪匹配
m = re.findall(r"<div>(.*)<\div>", "<div>xxx<\div><div>xxx<\div>")
\\非贪婪
m = re.findall(r"<div>(.*?)<\div>", "<div>xxx<\div><div>xxx<\div>")

1 2	贪婪匹配————['xxx<\div><div>xxx'] 非贪婪———— ['xxx','xxx']

语法

匹配除了换行符之外的

>>> import re
>>> m = re.findall(".","aa\nabbcc")
>>> print m
['a', 'a', 'a', 'b', 'b', 'c', 'c']

匹配转义

1 2	#只匹配句号 m = re.findall("\.","aa.abbcc")

匹配字符集

1 2	#中括号里的，只匹配任意一个字符就行 m = re.findall("a[bcd]ef","aaabdfgcc")

数字

1	m = re.findall("\d", "12p3b456")

非数字

1	m = re.findall("\D", "12p3b456")

空白字符\非空白字符

#空白字符和tab缩进都匹配
m = re.findall("\s", "12 p\tab456")

#非空白
m = re.findall("\S", "12 p\tab456")

只匹配字母数字\只配特殊字符

m = re.findall("\w", "12 +#p\tab456")

#只配特殊字符
m = re.findall("\W", "12 +#p\tab456")

匹配开头/结尾

1 2	m = re.findall("^abc","abcabc") # 开头的 m = re.findall("abc$","abcabc") # 结尾的

参考http://www.yuqiaochuang.com/：

    不区分大小写
    m = re.findall("abc", "abcdABc", re.I)
    print m
    匹配换行
    s = "<div>hello\nworld</div>"
    m = re.findall(r"<div>(.*)</div>", s, re.S)
    print m
    匹配多行
    m = re.findall("^abc", "abc\nabc")
    print m
    m = re.findall("^abc", "abc\nabc", re.M)
    print m

# 多行 不区分大小写?
m = re.findall(r"<div>(.*)<\div>", "<div>xx\nx<\div><DIV>xxx<\div>", re.I)

平时看document！！！

看document看document看document，重要的事情说3遍