Python初学者笔记(三):用白话讲“正则表达式”入门(下篇),看不懂算我输!

上篇主要是讲了re模块的四个功能,就是四种从“大串”字符中找“小串”字符的方法,找到后就可以使用了。接下来我们再看看如何学习正则表达式(Regular Expression),又称规则表达式。运用好这些规则,可以查找到任何我们想查找到的内容,比如文字,图片网址,邮件地址。

如果学过DOS系统,那里面会有一个概念,叫“通配符”,大概就是“?”代表一个字母,“*”星号代表多个字母,规则很简单。在Python中的这种规则相对复杂的多,因为Python的功能也比较多,要处理的问题也相对复杂。“正则”这个东西单个功能看起来都很容易懂,就是组合在一起就容易让人迷糊了。

学习编程也好,学习其它东西也好,大体只有三种方法:教程法、案例法、字典法。

教程法:就像我们上小学,上中学,上大学一样,按教材一步一步循序渐进。

案例法:就是解决一个具体的问题的案例,我们看别人的解题思路,再来解决我们的问题。

字典法:遇到不认识的字,上字典里去找,多用于前两种方法的补充。

接下来,用文档网页演示的代码,例如:

import urllib.request  

import re  

link = urllib.request.urlopen("file:/C:/Users/JeffersLi/Desktop/try.html")  

html_doc = link.read().decode('gb2312')  

biaoti = re.findall("(.+)", html_doc)  

for bt in biaoti:  

print(bt)  

wangzhi = re.findall(r"(?<=href=\").+(?=\")", html_doc)  

for wz in wangzhi:  

print(wz)  

输出的的结果:

网页抓取教程  

http://blog.csdn.net/qq_18495537/article/details/79024519  

就是为了找大字符串里的“标题”和“网址”,关键代码用的就是“正则表达式”。

一、基本用法:

现在以找到标题(biaoti)为例:

biaoti=re.findall("(.+)", textdemo)

这段话的意思,就是在textdemo这段话里,找到开头是"",结尾是“”,中间是什么都行,因为“+”代表“找前一个字符1次或无限次”,"(.+)"两边的括号,表示我只要和中间的内容,如果不带(),就会返回:网页抓取教程

二、组合用法(也叫特殊构造)

下一句代码,找到网址(wangzhi):

wangzhi = re.findall(r"(?<=href=\").+(?=\")", html_doc)  

看起来比上一句复杂,其实也可以用上段内容的格式来完成,但这还是基本用法,如:

wangzhi = re.findall("href=\"(.+)\"", html_doc)  

这样就不用讲了。但是组合用法有三个地方不一样:

1、使用了小写字母r,如果在PyCharm这个软件里写代码,可以看到有没有r,两个\的颜色不一样。这个是区分字符是不是“转意符”,接下来,我们再谈谈。

2、“转意符”,就是使后一个字符改为变原来的意思。比如英文缩写‘或者系统\,比如下边的两个案例。

错误例1:print('It's your name.')  

错误例1返回:SyntaxError: invalid syntax  

更正为:print('It\'s your name.')  

更正则返回:It's your name.  

备注:这个案例现在也可以写为双引号:print("It's your name.")  

错误例2:open('c:\try.txt')  

错误例2返回:Invalid argument: 'c:\try.txt',即非法参数。  

更正为:open('c:\\try.txt')  

更正则返回:No such fileor directory: 'c:\\try.txt',即文件没找到。  

3、第二种方法,使用了所谓的“特殊构造”方法,其实就是约定好的一组符号。就是这两:

(?<=)(?<=加你要找的字之前的那几个字)

(?=)(?=加你要找的字之后的那几个字)

比如:

import re  

X = re.findall("(?<=张三).+(?=王二麻子)", "张三李四王二麻子")  

print(X)  

返回:

['李四']  

以上的内容,如果能做一下实验,效果会更好。现在我们只是掌握了正则表达式的基本用法,如果想提高效率,精确匹配,还需要更详细的学习。最后,祝大家在编程学习的路上一帆风顺!

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 151,688评论 1 330
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 64,559评论 1 273
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 101,749评论 0 226
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 42,581评论 0 191
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 50,741评论 3 271
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 39,684评论 1 192
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 31,122评论 2 292
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 29,847评论 0 182
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 33,441评论 0 228
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 29,939评论 2 232
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 31,333评论 1 242
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 27,783评论 2 236
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 32,275评论 3 220
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 25,830评论 0 8
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 26,444评论 0 180
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 34,553评论 2 249
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 34,618评论 2 249

推荐阅读更多精彩内容