2019 7.1研究ノート

正規表現を追加しました：

^（キャレット）：...表示を開始する（試合で使用されていないことと同じ操作である。もし、括弧内に、代表が否定操作されています）

$：XX ...年末で終了する必要がありますすることを示し

|：マッチ複数の式または文字

貪欲と非欲張りモード

貪欲：正規表現は、できるだけ多くの文字にマッチします（デフォルト貪欲モード）

非貪欲モード：正規表現に一致する文字はできるだけ少ないのでしょうか？

＃のテキスト= "タイトル<の/ H1> <H1の>" 
＃RET = re.match（ '<。？+>'、テキスト）
＃の印刷（ret.group（）） 

＃の出力：<H1>

＃1 0〜100のマッチフィギュア
＃のテキスト= "1001" 
＃| RET = re.match（、テキスト'？100 $ [1-9] [0-9] $'） 
＃の印刷（ret.group（））

モジュールに使用される関数を再

グループのグループ化

＃のテキストは= "リンゴの価格は、オレンジの価格は$ 10、$ 99、" 
＃RET = re.search（ '*（\ $の\ dが+）。*（\ $ \ d +）'を、テキスト）
＃1 ）印刷（ret.group（ ）＃等价于プリント（ret.group（0）） 
＃プリント（ret.group（1）） 
＃プリント（ret.group（2）） 
＃プリント（ret.groups（））＃等价于プリント（RET .group（1,2））

findAll

リストを返し、すべての条件を満たして下さい

サブ

他の文字列にマッチした文字列

re.sub（パターン、REPL、文字列、カウント= 0、フラグ= 0）

スプリット

サブストリングマッチング結果をよると、分割後の文字列のリストを指定できます

コンパイル

効率を改善するために、メモリ内の正規表現コンパイラ

＃のテキスト"ナンバーがで20.50 IS" = 
＃R = re.compile（R "" " 
＃の     小数点の前の\ dの+＃ ＃
。？＃     小数点自体（または存在しないかもしれないが）
＃     \はD *＃は小数点の後の数字（のことができます。 ）が存在しない
＃ ""」、re.VERBOSE）
＃1 RET = re.search（R＆LT、テキスト）
＃1 印刷（ret.groupを（））

古代の詩のネットワークをクロール

インポート再
 インポート要求が

DEF （URL）をparse_page：
    ヘッダー = {
         " ユーザエージェント"：" はMozilla / 5.0（Windows NTの10.0; WOW64）のAppleWebKit / 537.36（KHTML、ヤモリ等）クローム/ 68.0.3440.106サファリ/ 537.36 " 
    } 
    応答 = requests.get（URL、ヘッダ）
    テキスト = response.text 
    タイトル = re.findall（R ' <DIV CLASS = "続き">。*？<B>（。*？）</ B> ' 、テキスト、再.DOTALL）
     プリント（タイトル）
    王朝 = re.findall（R '<Pクラス= "ソース">。*？<。*？>（。*？）</a>の' テキスト、re.DOTALL）
    著者 = re.findall（R ' <Pクラス= "ソース"> 。*？<。*？<。*？>（。*？）</a>の' テキスト、re.DOTALL）
    content_tags = re.findall（R ' <DIV CLASS = "contson"。*？> </ div>（*。？）' テキスト、re.DOTALL）
    内容 = []
     のためのコンテンツでcontent_tags：
        X = re.sub（R ' <。*？> "、"" 、コンテンツ）
        contents.append（バツ。ストリップ（）） 
    詩 = []
     のための値でZIP（タイトル、王朝、著者、コンテンツ）：
        タイトル、dynastie、著者、コンテンツ = 値
        詩 = {
             ' タイトル' ：タイトル、
             ' dynastie ' ：dynastie、
             ' 作成者' ：著者、
             ' コンテンツ' ：コンテンツ
        } 
        詩。 （詩）を追加
    するために詩における詩：
         プリント（詩）
         プリント（「= 」 * 40 ）

デフメイン（）
     のために、私は中範囲（1,11 ）：
        URL = ' https://www.gushiwen.org/default_%s.aspx '％は、iが
        （URL）をparse_page 

場合 __name__ == ' __main__ ' ：
    メイン（）

おすすめ