Pythn爬虫程序设计KC18.pptxVIP

1.8 正则表达式 正则表达式是用来匹配与查找字符串的，从网上爬取数据自然或多或少会用到正则表达式。Python的正则表达式要先引入re模块，正则表达式以r引导，例如： import re reg=r\d+ m=re.search(reg,abc123cd) print(m) 其中r\d+正则表达式表示匹配连续的多个数值，search是re中的函数，从abc123cd字符串中搜索连续的数值，得到123，返回一个匹配对象，因此程序的结果如下： _sre.SRE_Match object; span=(3, 6), match=123 从结果看出，在指定的字符串中找到了连续的数值，它们是123，span(3,6)表示开始位置是3，结束位置是6，这正好是123在abc123cd中的位置。 Python中关于正则表达式的规则比较多，下面将介绍主要的内容，详细内容读者可以参考相关资料。 1、字符\d匹配0-9之间的一个数值。 例如： import re reg=r\d m=re.search(reg,abc123cd) print(m) 结果找到了第一个数值1: _sre.SRE_Match object; span=(3, 4), match=1 2、字符+重复前面一个匹配字符一次或者多次。 例如： import re reg=rb\d+ m=re.search(reg,a12b123c)