2020年大三下学期第二周学习心得

Python正则爬虫

re.findall:搜索字符串，以列表形式返回全部能匹配的字符串。

string="猪  狗  鸡  鸭"

#当正则表达式中有两个括号时，其输出是一个list 中包含2个 tuple,从输出的结果可以看出，有两个元组，每一个元组中有两个字符串 : 其中第一个字符串"猪 狗"是最外面的括号输出的结果，第二个是里面括号(/w+)输出的结果 "猪", 第二个元组是  第二次匹配的结果 -- 详解同第一次匹配。
regex=re.compile("((\w+)\s+\w+)")
print(regex.findall(string))

#正则表达式中有一个括号时,其输出的内容就是括号匹配到的内容，而不是整个表达式所匹配到的结果,但是整个正则表达式执行了只不过只输出括号匹配到的内容, 在第一次匹配时跟上述没有括号时一样，匹配到 "猪 狗" ,只不过只输出(/w+)匹配     到的结果 即"猪",第二次匹配同理从"鸡" 开始，匹配到"鸡 鸭",但是还是只是输出"鸡"
regex1=re.compile("(\w+)\s+\w+")
print(regex1.findall(string))

#正则表达式中当没有括号时，就是正常匹配，在本例中"/w+/s+/w+"第一次匹配到的字符为"猪 狗",由于是贪婪模式会继续匹配,第二次从"鸡"开始匹配匹配到的结果为字符串"鸡 鸭"
regex2=re.compile("\w+\s+\w+")
print(regex2.findall(string))

打印输出结果：

[('猪  狗', '猪'), ('鸡  鸭', '鸡')]
['猪', '鸡']
['猪  狗', '鸡  鸭']

re.sub:替换字符串中每一个匹配的子串后返回替换后的字符串。

 

import re

content = "Extra things Hello 1234567 World_This is a Regex Demo"
result = re.sub('\d+','7654321',content)
print(result)

　　打印输出结果：

Extra things Hello 7654321 World_This is a Regex Demo