今天写爬虫偶然想到了初学正则表达式时候，还不会看过一篇文章非常不错。正则表检索一下还真的达式找到了。

re模块

 

re.search

经常用match = re.search(pat,看篇 str)的形式。因为有可能匹配不到，文章所以re.search()后面一般用if statement。试试

 

re.match

re.match和re.search很相似，还不会只是正则表re.match是从字符串的开头开始匹配。

 

常用正则字符意义

a,达式 X, 9,等字符匹配自己, 元字符不匹配自己，因为有特殊意义，b2b信息网看篇比如 . ^ $ * + ?文章 { }[ ] \ | ( ) . 英文句号，匹配任意字符，试试不包含\n \w 匹配word字符，还不会[a-zA-Z0-9] \W 匹配非word字符 \b 匹配word和non-word之间边界 \s 匹配单个whitespace字符,正则表space, newline, return, tab, form [\n\r\t\f] \S 匹配non-whitespace字符 \t, \n, \r 匹配tab, newline, return \d 匹配数字[0-9] ^ 匹配字符串开头 $ 匹配字符串结尾

重复

‘+’ 一或多次, ‘*’ 零或多次, ‘?’ 零或一次

方括号[]

 

[]类似于or

Square brackets can be used to indicate a set of chars, so [abc] matches a or b or c.

 

Group Extraction圆括号()

有时候需要提取匹配字符的一部分，比如刚才的达式邮箱，我们可能需要其中的username和hostname，这时候可以用()分别把username和hostname包起来，就像r([\w.-]+)@([\w.-]+),如果匹配成功，那么pattern不改变，只是可以用match.group(1)和match.group(2)来username和hostname，IT技术网match.group()结果不变。

 

findall and groups

()和findall()结合，如果包括一或多个group，就返回a list of tuples。

 

给re.search加^之后是一样的。

re.sub

re.sub(pat, replacement, str)在str里寻找和pattern匹配的字符串，然后用replacement替换。replacement可以包含\1或者\2来代替相应的group，然后实现局部替换。 

b2b供应网