1、正则表达式介绍

  正则表达式描述了一种字符串匹配的模式，可以用来检查一个串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。正则表达式并非Python独有，许多编程语言如Java均有对其的实现。Python中主要由re模块实现正则表达式的使用。

2、工具介绍

  正则表达式说到底就是一款工具，一款用于匹配字符串的工具。正则表达式内容繁琐，不建议死记硬背，每次用熟几个，久而久之就记得住了。这里介绍一个网站和一张表，便能很好地掌握正则表达式了。
  正则表达式的在线测试工具：https://tool.oschina.net/regex
  正则表达式匹配规则表：

3、re模块

  re模块主要提供了match()、search()、findall()等方法实现正则表达式

3.1、match()

常规使用：

str = "I love China!520!"       #定义待匹配字符串
regExp = "^\w\s\w{4}\s\w{5}\S\d{3}.*"             #定义匹配规则
result = re.match(regExp,str)
print(result)
print(result.group())       #输出匹配到的内容
print(result.span())        #输出匹配到的范围

输出结果为：

<re.Match object; span=(0, 17), match=‘I love China!520!’>
I love China!520!
(0, 17)

使用group()获得特定内容：在正则表达式中，对想要获得内容的地方添加括号

str = "I love China!520!"       #定义待匹配字符串
regExp="^\w\s(\w{4})\s(\w{5})\S\d{3}.*" #定义匹配规则，对两个地方添加了括号！
result = re.match(regExp,str)
print(result)
print(result.group(1))       #输出匹配到的内容1
print(result.group(2))       #输出匹配到的内容2

输出结果为：

<re.Match object; span=(0, 17), match=‘I love China!520!’>
love
China

还可以指定修饰符

1. re.I：忽略大小写
2. re.L：做本地化识别匹配
3. re.M：多行匹配
4. re.S：使 . 匹配包括换行在内的所有字符
5. re.U：根据Unicode解析字符

讲love改为LOVE，尝试re.I的作用：

str = "I love China!520!"       #定义待匹配字符串
regExp = "^\w\sLOVE\s\w{5}\S\d{3}.*"             #定义匹配规则
result = re.match(regExp,str,re.I)
print(result)
print(result.group())       #输出匹配到的内容
print(result.span())        #输出匹配到的范围

3.2、search()

  match()有一个缺陷就是它是从字符串的开头开始匹配的，一旦开头就不匹配，就失败了。但我们实际应用是获取字符串中符合规则的子串，所以就要用到search()了，search()可以扫描整个字符串并返回第一个匹配的字串。

3.3、findall()

  findall()与search()类似，不过它是返回所有的结果。

import re
import requests

if __name__ == '__main__':
    headers = {
        "User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/74.0.3729.131 Safari/537.36"
    }
    html = requests.get("https://bbs.hupu.com/all-gambia",headers=headers)	#虎扑老jr了
    # print(html.text)
    results = re.findall('<li>.*?<span class="textSpan">.*?href="(.*?)".*?title="(.*?)".*?<span class="forum">.*?>(.*?)<.*?</li>',html.text,re.S)
    for result in results:
        print("链接：","https://bbs.hupu.com"+result[0],end=' ')
        print("标题：",result[1],end=' ')
        print("来源：",result[2])

输出结果为：

3.4、sub()

  sub()可以将正则表达式指定的内容修改：

str = "你欠我100块钱"
str_1 = re.sub('\d+','1000',str)
print(str_1)

结果输出为：

你欠我1000块钱

3.5、compile()

  compile()可以将字符串编译成正则表达式对象，通过查看源码知道，我们调用每一个方法时，该方法内部都会调用一个私有方法_compile()，就是将该字符串形式的正则表达式转换成真正的正则表达式对象。

有错误的地方敬请指出！觉得写得可以的话麻烦给个赞！欢迎大家评论区或者私信交流！