Python中使⽤正则表达式获取两个字符中间部分
问题背景：当我们爬取⽹页信息时，对于⼀些标签的提取是没有意义的，所以需要提取标签中间的信息。
解决办法：⽤到了re包下的函数
⽅法1：⽤到了research()⽅法和group()⽅法
⽅法2：⽤到了findall（）⽅法
具体实现：
import re
# 匹配两个字符中间的所有字符
a = '<p>life is short, i use python<a/>i love it<p>'
r = re.search('<p>(.*)<a/>(.*)<p>', a)
# python中正则匹配，如果不加（），默认是⼀个分组，group（）中的参数，如果是0，默认是所有组，即返回整个字符串
# 如果是要访问⾃定义的组的元素，则需要从1开始
up(0))  # <p>life is short, i use python<a/>i love it<p>
python正则表达式判断
up(1))  # life is short, i use python
up(2))  # i love it
# ⽤⼀个元组来返回所有组中的内容
up(0, 1, 2))
# ('<p>life is short, i use python<a/>i love it<p>', 'life is short, i use python', 'i love it')
# 返回所有元组的信息，不包括第0组
ups())  # ('life is short, i use python', 'i love it')
# 另⼀种匹配⽅式：使⽤findall（）
b = re.findall('<p>(.*)<a/>(.*)<p>', a)
print(b)  # [('life is short, i use python', 'i love it')]
像边界字符集（^,$等）或者概括字符集（\d,\D,\w等）匹配的都是⼀个字符，我们需要匹配⼀个连续的字符串时，会需要有组的概念，⼀个组中的元素是且的关系；例如：匹配Python字符串时，需要如下处理：（）表⽰的组的概念，不可将（）和[]混淆
import re
a = 'PythonPythonPythonPython'
# ()表⽰且的关系，[]表⽰或的关系
r = re.findall('(Python){3}', a)
print(r)

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。