python爬虫学习笔记6：正则表达式及re库

正则表达式

语法

常用操作符

---

re库

import re

re库的主要功能函数

re.search()

re.search(pattern,string,flags=0)

• pattern - 正则表达式的字符串或原生字符串的表示
• string - 待匹配的字符串
• flag - 控制标记
  

re.match()

re.match(pattern,string,flags=0)

re.findall()

re.findall(pattern,string,flags=0)

re.split()

re.split(pattern,string,maxsplit=0,flags=0)

• maxsplit - 最大分割数，剩余部分作为一个元素输出

re.finditer()

re.finditer(pattern,string,flags=0)

re.sub()

re.sub(pattern,repl,string,count=0,flags=0)

• repl - 用于替换的子字符串
• count - 匹配的最大替换次数

另一种等价用法

re.compile()
regex = re.compile(pattern,flags=0)

• pattern -正则表达式的字符串或原生字符串的表示
• flags - 正则表达式使用时的控制标记
  

match对象

match对象属性

match对象方法

re库的贪婪匹配和最小匹配

贪婪匹配：re库默认采用贪婪匹配
最小匹配：