1.瞭解正則表達式
正則表達式是對字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符、及這些特定字符的組合，組成一個“規則字符串”，這個“規則字符串”用來表達對字符串的一種過濾邏輯。
正則表達式是用來匹配字符串非常強大的工具，在其他編程語言中同樣有正則表達式的概念，Python同樣不例外，利用了正則表達式，我們想要從返回的頁面內容提取出我們想要的內容就易如反掌了。
正則表達式的大致匹配過程是：
1.依次拿出表達式和文本中的字符比較，
2.如果每一個字符都能匹配，則匹配成功；一旦有匹配不成功的字符則匹配失敗。
3.如果表達式中有量詞或邊界，這個過程會稍微有一些不同。
2.正則表達式的語法規則
下面是Python中正則表達式的一些匹配規則，圖片資料來自CSDN
3.正則表達式相關注解
（1）數量詞的貪婪模式與非貪婪模式
正則表達式通常用於在文本中查找匹配的字符串。Python裡數量詞默認是貪婪的（在少數語言裡也可能是默認非貪婪），總是嘗試匹配儘可能多的字 符；非貪婪的則相反，總是嘗試匹配儘可能少的字符。例如：正則表達式”ab*”如果用於查找”abbbc”，將找到”abbb”。而如果使用非貪婪的數量 詞”ab*?”，將找到”a”。
注：我們一般使用非貪婪模式來提取。
（2）反斜槓問題
與大多數編程語言相 同，正則表達式裡使用”\”作為轉義字符，這就可能造成反斜槓困擾。假如你需要匹配文本中的字符”\”，那麼使用編程語言表示的正則表達式裡將需要4個反 斜槓”\\\\”：前兩個和後兩個分別用於在編程語言裡轉義成反斜槓，轉換成兩個反斜槓後再在正則表達式裡轉義成一個反斜槓。
分享到:
閱讀更多 產品GEEK 的文章
