爬虫基础-第六天

re模块

re是python自带的不用安装

用法也不难

如

import re

result = re.findall("a","asdfghqazagchda")
print(result)

返回值为

['a', 'a', 'a', 'a']

又如：

import re

result = re.findall(r"\d+", "你好50万，我是007")
print(result)

返回值为：

['50', '007']

（重点）如果想让其每次纸打印一个数据可以使用迭代的方法.

如：

import re

result = re.finditer(r"\d+", "你好50万，我是007")

for item in result:
    # 从迭代器拿内容
    print(item.group())
# 从结果取数据

于是得到

50

007

另外还有search

如

import re

result = re.findall(r"\d+", "你好50万，我是007")
print(result)

得

<re.Match object; span=(2, 4), match='50'>

match 从头匹配，用的很少。

预加载（compile）

提前把正则对象加载完毕

import re

obj = re.compile(r"\d+")
result = re.findall(r"\d+", "你好50万，我是007")
print(result)

得到

['50', '007']