轻松入门正则表达式之非贪婪匹配篇详解

发布时间:2022-04-16 发布网站:脚本宝典
脚本宝典收集整理的这篇文章主要介绍了轻松入门正则表达式之非贪婪匹配篇详解脚本宝典觉得挺不错的,现在分享给大家,也给大家做个参考。

非贪婪匹配 (.*?)

import re
a = '456qwe789rty123abc'
re=re.findall('456(.*?)789',a)
PRint(re)

image-20211018145402204

通常情况,满足匹配规则“456(.*?)789”的内容通常不止一个,那么findall()函数会从字符串的起始位置开始寻找文本A,找到后开始寻找文本B,当找到第一个文本B后,暂时停止寻找,将文本A和文本B之间的内容存入列表;然后继续寻找文本A,并重复之前的步骤,直到到达字符串的结束位置,并将所有匹配到的内容存入列表。

import re
a = '456qwe789rty123456kkk789abc456xiaowang789'
re=re.findall('456(.*?)789',a)
print(re)

image-20211018145652096

贪婪模式的话就会寻找最长的

import re
a = '456qwe789rty123456kkk789abc456xiaowang789'
re=re.findall('456(.*)789',a)
print(re)

image-20211018145749767

非贪婪匹配 .*?

import re
a='<a href="https://blog.csdn.net/weixin_42403632/article/details/120825546" rel="external nofollow"  target="_blank" data-report-click="{&amp;quot;spm&quot;:&quot;3001.5501&quot;}" data-report-query="spm=3001.5501" data-v-6fe2b6a7="">'
re=re.findall('<a href="(.*?)" rel="external nofollow"  rel="external nofollow" .*?',a)
print(re)

image-20211018150444488

" 和 url后面的htML代码.*?代表,需要提取的是<a href="后的内容,用“(.*?)”代表

实战爬取博客专栏url

import re,requests
url='https://bLOG.csdn.net/weixin_42403632/category_11076268.html'
headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:93.0) Gecko/20100101 Firefox/93.0'}
html=requests.get(url,headers=headers).text

re=re.findall('<a href="(.*?)" rel="external nofollow"  rel="external nofollow" .*?rel="nooPEner">',html)
for i in re:
    print(i)

image-20211018152344699

到此这篇关于轻松入门正则表达式之非贪婪匹配篇详解的文章就介绍到这了,更多相关正则表达式 非贪婪匹配内容请搜索脚本宝典以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本宝典!

脚本宝典总结

以上是脚本宝典为你收集整理的轻松入门正则表达式之非贪婪匹配篇详解全部内容,希望文章能够帮你解决轻松入门正则表达式之非贪婪匹配篇详解所遇到的问题。

如果觉得脚本宝典网站内容还不错,欢迎将脚本宝典推荐好友。

本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。