Python爬虫正则表达式常用符号和方法

正则表达式并不是Python的一部分。正则表达式是用于处理字符串的强大工具，拥有自己独特的语法以及一个独立的处理引擎，效率上可能不如str自带的方法，但功能十分强大。得益于这一点，在提供了正则表达式的语言里，正则表达式的语法都是一样的，区别只在于不同的编程语言实现支持的语法数量不同；但不用担心，不被支持的语法通常是不常用的部分。
1、常用符号
. ：匹配任意字符，换行符除外
：匹配前一个字符0次或无限次
? ：匹配前一个字符0次或1次
.* ：贪心算法，尽可能的匹配多的字符
.*? ：非贪心算法
（）：括号内的数据作为结果返回
2、常用方法
findall：匹配所有符合规律的内容，返回包含结果的列表
Search：匹配并提取第一个符合规律的内容，返回一个正则表达式对象
Sub：替换符合规律的内容，返回替换后的值
3、使用示例
（1）. 的使用举例，匹配任意字符，换行符除外
import re #导入re库文件
a = "xy123"
b = re.findall（"x..",a）
print b
打印的结果为：["xy1"] ，每个 . 表示一个占位符
（2） * 的使用举例，匹配前一个字符0次或无限次
a = "xyxy123"
b = re.findall（"x*",a）
print b
打印的结果为：["x", "", "x", "", "", "", "", ""]
（3） ? 的使用举例，匹配前一个字符0次或1次
a = "xy123"
b = re.findall（"x?",a）
print b
打印的结果为：["x", "", "", "", "", ""]
（4） .* 的使用举例
secret_code = "hadkfalifexxIxxfasdjifja134xxlovexx23345sdfxxyouxx8dfse"
b = re.findall（"xx.*xx",secret_code）
print b
打印的结果为：["xxIxxfasdjifja134xxlovexx23345sdfxxyouxx"]
（5）.*？的使用举例
secret_code = "hadkfalifexxIxxfasdjifja134xxlovexx23345sdfxxyouxx8dfse"
c = re.findall（"xx.*?xx",secret_code）
print c
打印的结果为：["xxIxx", "xxlovexx", "xxyouxx"]
（6）（）的使用举例
secret_code = "hadkfalifexxIxxfasdjifja134xxlovexx23345sdfxxyouxx8dfse"
d = re.findall（"xx（.*?）xx",secret_code）
print d
打印的结果为：["I", "love", "you"] ，括号内的数据作为返回的结果
（7） re.S的使用举例
s = """sdfxxhello
xxfsdfxxworldxxasdf"""
d = re.findall（"xx（.*?）xx",s,re.S）
print d
打印的结果为：["hello ", "world"] ，re.S的作用是使 . 在匹配时包括
（8） findall的使用举例
s2 = "asdfxxIxx123xxlovexxdfd"
f2 = re.findall（"xx（. ?）xx123xx（. ?）xx",s2）
print f20
打印的结果为：love
这时f2为含有一个元组的列表，该元组包含两个元素，该元组中的两个元素为两个（）匹配到的内容，如果s2包含多个"xx（. ?）xx123xx（. ?）xx"这样的子串，则f2包含多个元组；
（9） search的使用举例
s2 = "asdfxxIxx123xxlovexxdfd"
f = re.search（"xx（. ?）xx123xx（. ?）xx",s2）.group（2）
print f
打印的结果为：love
.group（2）表示返回第二个括号匹配到的内容，如果是 .group（1）, 则打印的就是：I
（10）sub的使用举例
s = "123rrrrr123"
output = re.sub（"123（.*?）123","123%d123"%789,s）
print output
打印的结果为：123789123
其中的%d类似于C语言中的%d，如果 output=re.sub（"123（.*?）123","123789123",s），输出结果也为： 123789123
（11） d 的使用举例，用于匹配数字
a = "asdfasf1234567fasd555fas"
b = re.findall（"（d+）",a）
print b
打印的结果为：["1234567", "555"] ， d+ 可以匹配数字字符串；
以上就是python爬虫正则表达式的一些常用符号和语法，希望对python初学者学习有所帮助。