python学习笔记-tip56(正则表达式)

前言

还记得我第一份工作，是做数据采集、数据处理，其中数据采集的工作就是利用爬虫去爬取 相关网站的一些特殊字段，爬虫需要用「正则表达式」来对我想采集的 "特殊的字段" 进行匹配，匹配成功，则将该字段存储到本地的数据库，然后接着轮询。

现在还是挺想念第一家公司的...

好了，今天先把正则表达式的一些特殊的规则先列举一下吧

正则的规则

正因为想要对 ”一些特殊的字段“ 进行匹配，然后加以利用，所以就有了「正则表达式的概念」，比如我们通常使用 /w 匹配一个字母或数字，使用 /d 匹配一个数字，等等很多，现在一一列举一下。

• .（点） : 任意字符
• /w : 一个字母或者数字
• /d : 一个数字
• /s : 一个空格
• [a-z] : 一个小写字母
• [A-Z] : 一个大写字母
• [a-zA-Z] : 一个字母
• [0-9] : 一个数字，同 /d
• /- : 中划线
• /_: 下划线
• // : 斜杠
• 其他特殊符号需要通过 / 使之成为转义字符

以上都是单个符号，字母，数字，怎么体现n个呢

• + ：表示0个或者多个
• ? : 表示0个或者1一个
• * : 表示0个或者多个，即任意个
• {n} : 表示指定个数个，比如 {2} 表示两个
• {n,m} :表示n个到m个，比如{2-5} 表示可以有2，3，4，5个

或者关系

• | ：比如 b|B 就表示 b 或者 B

行的开头

• ^ ： 如果使用了行的开头，那么其实就是限定了开头的规则，比如 ^\d 就表示 开头必须是一个数字

行的结尾

• $ : 如果使用了行的结尾，那么就是规定了结尾的规则，比如 \_$ 就表结尾必须是下划线

ok ,大致规则就是这样喽，那么下面我们先来看几个复杂的「正则表达式」来练练手

练练手

题目：\d{3}\s+\d{3,8}

答：3个数字 至少一个空格 3-8位的数字
比如 012 1234 这样的数字就是匹配的。

几个常用的正则表达式

• [0-9a-zA-Z\_] 可以匹配任意一个字符，数字或者一个下划线
• [0-9a-zA-Z\_]+ 可以匹配至少由一个字符，数字，或者下划线组成的字符串
• [0-9a-zA-Z\_][0-9a-zA-Z]*\ 可以匹配由一个字符、数字或者下划线开头，后边任意个由字母、数字、下划线组成的字符串，也就是python合法的变量命名

总结

正则表达式很简单，只需要记得上面列举的那些特殊字符即可，是不是很简单，赶快写一个手机号码的正则吧~~