Python爬虫知识（2）——正则表达式复习

"""特殊字符1、 ^ $ * ? + {2} {2,} {2,5} |2、 [] [^] [a-z] .3、 \s \S \w \W4、 [\u4E00-\u9FA5] () \d"""import re# line = 'bobby123'# . 代表任意字符， * 代表前边的字符出现任意多次# b 开头，后边任意字符出现任意多次# re_pattern = '^b.*'# if re.match(re_pattern, line):#     print("success!")# -----------------------------------------# $ 代表以之前字符结尾# b 开头，中间任意字符，3 结尾# re_pattern = '^b.*3$'# if re.match(re_pattern, line):#     print("success!")# -----------------------------------------# line = 'booooooooooooooooooooobby123'## re_pattern = '.*(b.*b).*'# match_obj = re.match(re_pattern, line)# if match_obj:#     print(match_obj.group(1))#     # bb#     # 出现此种现象是因为，正则表达式是 反向匹配(从右向左匹配) 的## # ? 代表 非贪婪匹配## re_pattern = '.*?(b.*b).*'# match_obj = re.match(re_pattern, line)# if match_obj:#     print(match_obj.group(1))#     # booooooooooooooooooooobb## re_pattern = '.*?(b.*?b).*'# match_obj = re.match(re_pattern, line)# if match_obj:#     print(match_obj.group(1))#     # booooooooooooooooooooob# -----------------------------------------# + 代表 出现至少一次## line = 'booooooooooooooooooooobbbaby123'# re_pattern = '.*(b.*b).*'# match_obj = re.match(re_pattern, line)# if match_obj:#     print(match_obj.group(1))# -----------------------------------------# {x} x 表示前面字符出现的次数# {x,} 大于等于 x# {x,y} 大于等于 x，但小于等于 y# line = 'booooooooooooooooooooobbbaaby123'# re_pattern = '.*(b.{2,}b).*'# match_obj = re.match(re_pattern, line)# if match_obj:#     print(match_obj.group(1))# ----------------------------------------------# | 表示 或 的关系# line = 'boobby123'# re_pattern = '((bobby|boobby)123)'# match_obj = re.match(re_pattern, line)# if match_obj:#     print(match_obj.group(1))# ----------------------------------------------# # [] 中的任意一个字符出现即可# line = '18782928569'## # [^1] 代表不等一都可以# # [] 中的 . * 都没有特殊含义## re_pattern = '(1[48357][0-9]{9})'# match_obj = re.match(re_pattern, line)# if match_obj:#     print(match_obj.group(1))# ----------------------------------------------# \s 表示 空格 ， \S 表示 不为空格 都可以# line = '你 好'# re_pattern = '(你\S好)'# match_obj = re.match(re_pattern, line)# if match_obj:#     print(match_obj.group(1))# \w 等于 [A-Za-z0-9_]# \W 与 \w 的含义相反# ----------------------------------------------# re_pattern = '([\u4E00-\u9FA5])'# match_obj = re.match(re_pattern, line)# if match_obj:#     print(match_obj.group(1))# \d 代表 数字line = '你好，2017！'re_pattern = '.*?(\d+)'re_pattern = '.*(\d{4})'match_obj = re.match(re_pattern, line)if match_obj:    print(match_obj.group(1))