首页 / 正则 / Python爬虫基础——正则表达式

Python爬虫基础——正则表达式

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了Python爬虫基础——正则表达式，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含780字，纯文字阅读大概需要2分钟。

内容图文

说到爬虫，不可避免的会牵涉到正则表达式。
因为你需要清晰地知道你需要爬取什么信息？它们有什么共同点？可以怎么去表示它们？
而这些，都需要我们熟悉正则表达，才能更好地去提取。


先简单复习一下各表达式所代表的意思：
Python爬虫基础——正则表达式 - 文章图片
Python爬虫基础——正则表达式 - 文章图片

案例：

  • 定义密码的正则表达式：
    英文字母开头，可以包括数字、大小写英文字母、下划线，6-16位。
    表达式为：
    password_pattern='^[a-zA-Z]{1}[a-zA-Z0-9_]{5-15}$'
    或password pattern='^[a-zA-Z][a-zA-Z0-9_]{5-15}$'

  • 匹配div标签，class="class1"中的文本内容：
    <div class="class1">要匹配的内容</div>
    表达式为：
    div_pattern1='<div class="class1">(.*)</div>'

  • 匹配div标签中div标签，class="class1"中的文本内容：
    <div><div class="class1">要匹配的内容</div></div>
    表达式为：
    div_pattern1='<div class="class1">(.*?)</div>'

注意：?的作用是关闭贪婪模式，如果去掉?，则会匹配出要匹配的内容</div>字符串。

内容总结

以上是互联网集市为您收集整理的Python爬虫基础——正则表达式全部内容，希望文章能够帮你解决Python爬虫基础——正则表达式所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端

扫描二维码推送至手机访问。

本文链接：https://qyyshop.com/info/648763.html

来源：【匿名】