Web Scraping 网络爬虫之正则表达式

使用的是python3.6，大家可以自行测试，有问题欢迎指正

• *：匹配号之前的字符或者字符串，出现0次或者多次。如ab*

• +：匹配+号之前的字符或者字符串，出现1次或者多次。(至少出现一次) 如：a+b+

• []：匹配括号里面的字符 如[A-Z]*

• ()：分组的子表达式 如 (ab)

• {m,n}：匹配之前的字符或者表达式，出现次数在m, n之间 如a{2,3}b{2,3}

• [^]：匹配任何不在括号里面的单个字符串 如[^A-Z]

• |：匹配用I分割的任意字符 如： b(a|i|e)d

• .：匹配任何单字符串(包括符号，数字，空格等) 如：b.d

• ^：指明字符串必须以表达式中的字符开头 如：^a

• \：取消后面字符的特殊意义，变为普通的字符串 如： .|\

• $：正则表达式字符串结束的位置 如：[A-Z][a-z]$

• ?！：根据后面的字符串进行预测，表达式前面的字符串，如果包含就不匹配，不包含就匹配 如：^((?![A-Z]).)*$

下面用python测试一下

import re

test_text= 'no-caps-here, $ymb01sa4e f!ne'

reObj= re.compile('^((?![A-Z]).)*$')

print(reObj.match(test_text))

输出结果：

<_sre.SRE_Match object; span=(0, 29), match='no-caps-here, $ymb01sa4e f!ne'>

表达式说明：匹配大写字母A-Z， 如果匹配到就就取反没结果，如果没有匹配到大写字母，就输出字符串。
其他正则表达式自行测试。
欢迎留言。