正则表达式是什么?就是要寻找的数据的规律,使用正则表达式的步骤有三
第一,寻找规律,第二使用正则符号表示规律,第三,提取信息
看下面的代码
import re
wenzhang = ('小草偷偷地从土里钻出来,嫩嫩的,绿绿的。园子里,田野里,瞧去,密码是:200073215,一大片一大片满是的。'
'坐着,躺着,打两个滚,踢几脚球,赛几趟跑:27329915,一,捉几回迷藏。风轻悄悄的,草软绵绵的。')
paqumima= re.findall(':(.*),',wenzhang)
paquzhunque = re.findall(':(.*?),',wenzhang)
print(paqumima,len(paqumima))
print(paquzhunque,len(paquzhunque))
输出效果为
['200073215,一大片一大片满是的。坐着,躺着,打两个滚,踢几脚球,赛几趟跑:27329915,一,捉几回迷藏。风轻悄悄的'] 1
['200073215', '27329915'] 2
相关知识:
第一行 import re
python中正则表达式的模块就是re,所以第一行先导入模块re
第二行:wenzhang=(‘巴拉巴拉巴巴拉拉‘)
就是把要提取的文本源文件赋值给一个叫wenzhang的变量,当然这个变量名可以自己随便起。
第三行:paqumima= re.findall(':(.*),',wenzhang)
re是导入的模块,
点,findall是re模块中的一个方法,findall的使用格式是
re.findall(‘正则表达式’,这是里源文本变量)
‘正则表达式’的格式是
‘要爬取文字前面的字符(.*)要爬取文字后面的字符’
返回的值就是按正则表达式描述的内容。
这里的正则表达式是‘:(.*),’
意思就是,从源文本中找以:开头的,以,结尾的部分,这一部分就是用(.*)表示
其中.表示除换行符以外的任何一个字符。
*表示它前面的一个表达式0次到无限次。
但是第三行的正则表达式有个缺点就是以:开头,以最后一个,结尾,中间还爬取了好多没用的信息,所以我们用了第四行的正则表达式
第四行代码:paquzhunque = re.findall(':(.*?),',wenzhang)
除了正则表达式多了一个?外,和第三行代码一模一样,从后面输出的效果来看
正则表达式(.*?)表示每一个符合正则表达式的内容。所以后面输出的效果长度也是2,也仅仅是输出了表示密码的部分。