python3网络爬虫：正则表达式特殊符号和编译正则表达式3（五）

  

   

    

     

    
    

     

      '''
     
    
   

    

     

    
    

     

      正则表达式特殊符号及用法
     
    
   

    

     

    
    

     

      \A 匹配输入字符串的开始位置
     
    
   

    

     

    
    

     

      \Z 匹配输入字符串的结束位置
     
    
   

    

     

    
    

     

      \b 匹配一个单词边界，字母数字或下划线字符
     
    
   

    

     

    
    

     

      \B 匹配非单词边界，和\b相反
     
    
   

    

     

    
    

     

      \d 匹配任何一个数字
     
    
   

    

     

    
    

     

      \D 匹配任何非数字
     
    
   

    

     

    
    

     

      \s  1、对于unicode模式，匹配unicode中的空白字符包括（[\t\n\r\f\v]）以及其他空白字符。如果开启了re.ASCII标识，就只匹配[\t\n\r\f\v]
     
    
   

    

     

    
    

     

          2、对于8位（byte类型）模式：匹配ASCII中定义的空白字符[\t\n\r\f\v]
     
    
   

    

     

    
    

     

      \S  匹配任何非Unicode中的空白字符。与\s相反。开启了re.ASCII标识，则相当于匹配[^\t\n\r\f\v]
     
    
   

    

     

    
    

     

      \w  1、对于Unicode（str类型）模式：匹配任何unicode的单词字符，也包括数字和下划线，如果开启了re.ASCII标识，就只匹配[a-zA-Z0-9]
     
    
   

    

     

    
    

     

          2、对于8位byte模式，匹配ASCII中定义的字母数字，即[a-zA-Z0-9]
     
    
   

    

     

    
    

     

      \W  匹配任何非Unicode的单词字符，其实就是与\w相反，如果开启了re.ASCII标识，则相当于[a-zA-Z0-9]
     
    
   

    

     

    
    

     

      '''
     
    
   

    

     

    
    

     

      import re
     
    
   

    

     

    
    

     

      #\b :匹配一个单词的边界，单词被定义为Unicode的字母数字或下横线字符
     
    
   

    

     

    
    

     

      z = re.findall(r'\blove\b', 'love.com!love_com!(love)')
     
    
   

    

     

    
    

     

      #中间那个love没有被找到。因为下横线_被认为是单词，并不符合单词边界的定义。符号是属于单词边界的，例如. ! ( )都是符号。因此只匹配到了前后两个love
     
    
   

    

     

    
    

     

      print(z)    #['love', 'love']
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      '''
     
    
   

    

     

    
    

     

      编译正则表达式
     
    
   

    

     

    
    

     

      如果我们需要重复地使用某个正则表达式，那么我们可以先将该正则表达式编译成模式对象。
     
    
   

    

     

    
    

     

      我们使用re.compile() 方法来编译
     
    
   

    

     

    
    

     

      '''
     
    
   

    

     

    
    

     

      p = re.compile(r'[A-Z]')
     
    
   

    

     

    
    

     

      print(type(p))  #<class '_sre.SRE_Pattern'>  p就是一个模式对象
     
    
   

    

     

    
    

     

      z = p.search('I Love Study')  #传进的是待匹配的字符串
     
    
   

    

     

    
    

     

      print(z)    #match='I'>
     
    
   

    

     

    
    

     

      z = p.findall('I Love Study')
     
    
   

    

     

    
    

     

      print(z)    #['I', 'L', 'S']
     
    
  
 

文章来源: brucelong.blog.csdn.net，作者：Bruce小鬼，版权归原作者所有，如需转载，请联系作者。

原文链接：brucelong.blog.csdn.net/article/details/80496090