python正则捕获

⑴ python 正则如何抓取 <a></a> 中 href 属性和标签里的内容

importre
pattern='<a.*?href="(.+)".*?>(.*?)</a>'
withopen("test.html","r")asfp:
forlineinfp:
ret=re.search(pattern,line)
ifret:
forxinret.groups():printx

不知道具体格式是怎样的，我这里也就简单举个例子。

groups获取到的就是正则pattern里面( )中的内容，以元组形式返回。

⑵ python 正则获取网页内容

importre
#id=45717
common_log_format_regex=re.compile('id=d+')
files=open("aaa.txt",'r',encoding='utf-8')
lines=files.readlines()
txt=''.join(lines)
files.close()
data=common_log_format_regex.findall(txt)
writer=open("id.txt",'w',encoding='utf-8')
writer.write('
'.join(data))
writer.close()

⑶ python 正则表达式 （.*）

groups()返回所有捕获组构成的tuple。你的正则表达式中有唯一一个捕获组(.*?)，而?在此处表示非贪婪匹配，即在整个正则表达式成立的前提下匹配尽可能少的字符，此处最少的情况是什么也不匹配，整个正则表达式匹配Python中的Py，而捕获组自然为空字符串。

⑷ python 正则表达式，怎样匹配以某个字符串开头，以某个字符串结尾的情况

匹配以某个字符串开头，以某个字符串结尾的情况的正则表达式:^abc.*?qwe$

Python正则表达式的几种匹配用法：

1.测试正则表达式是否匹配字符串的全部或部分

regex=ur""#正则表达式
ifre.search(regex,subject):
do_something()
else:
do_anotherthing()

2.测试正则表达式是否匹配整个字符串

regex=ur"/Z"#正则表达式末尾以/Z结束
ifre.match(regex,subject):
do_something()
else:
do_anotherthing()

3.创建一个匹配对象，然后通过该对象获得匹配细节(Create an object with details about how the regex matches (part of) a string)

regex=ur""#正则表达式
match=re.search(regex,subject)
ifmatch:
# match start:match.start()
# match end(exclusive):atch.end()
# matched text:match.group()
do_something()
else:
do_anotherthing()

4.获取正则表达式所匹配的子串(Get the part of a string matched by the regex)

regex=ur""#正则表达式
match=re.search(regex,subject)
ifmatch:
result=match.group()
else:
result=""

5. 获取捕获组所匹配的子串(Get the part of a string matched by a capturing group)

regex=ur""#正则表达式
match=re.search(regex,subject)
ifmatch:
result=match.group(1)
else:
result=""

6. 获取有名组所匹配的子串(Get the part of a string matched by a named group)

regex=ur"" #正则表达式
match = re.search(regex, subject)
if match:
result = match.group"groupname")
else:
result = ""

7. 将字符串中所有匹配的子串放入数组中(Get an array of all regex matches in a string)

result=re.findall(regex,subject)

8.遍历所有匹配的子串(Iterate over all matches in a string)

formatchinre.finditer(r"<(.*?)/s*.*?//1>",subject)
# match start:match.start()
# match end(exclusive):atch.end()
# matched text:match.group()

9.通过正则表达式字符串创建一个正则表达式对象(Create an object to use the same regex for many operations)

reobj=re.compile(regex)

10.用法1的正则表达式对象版本（use regex object for if/else branch whether (part of) a string can be matched）

reobj=re.compile(regex)
ifreobj.search(subject):
do_something()
else:
do_anotherthing()

11.用法2的正则表达式对象版本（use regex object for if/else branch whether a string can be matched entirely）

reobj=re.compile(r"/Z")＃正则表达式末尾以/Z 结束
ifreobj.match(subject):
do_something()
else:
do_anotherthing()

12.创建一个正则表达式对象，然后通过该对象获得匹配细节（Create an object with details about how the regex object matches (part of) a string）

reobj=re.compile(regex)
match=reobj.search(subject)
ifmatch:
# match start:match.start()
# match end(exclusive):atch.end()
# matched text:match.group()
do_something()
else:
do_anotherthing()

13.用正则表达式对象获取匹配子串（Use regex object to get the part of a string matched by the regex）

reobj=re.compile(regex)
match=reobj.search(subject)
ifmatch:
result=match.group()
else:
result=""

14.用正则表达式对象获取捕获组所匹配的子串（Use regex object to get the part of a string matched by a capturing group）

reobj=re.compile(regex)
match=reobj.search(subject)
ifmatch:
result=match.group(1)
else:
result=""

15.用正则表达式对象获取有名组所匹配的子串（Use regex object to get the part of a string matched by a named group）

reobj=re.compile(regex)
match=reobj.search(subject)
ifmatch:
result=match.group("groupname")
else:
result=""

16.用正则表达式对象获取所有匹配子串并放入数组（Use regex object to get an array of all regex matches in a string）

reobj=re.compile(regex)
result=reobj.findall(subject)

17.通过正则表达式对象遍历所有匹配子串（Use regex object to iterate over all matches in a string）

reobj=re.compile(regex)
formatchinreobj.finditer(subject):
# match start:match.start()
# match end(exclusive):match.end()
# matched text:match.group()

⑸ Python 正则匹配抓取到的网页超链接怎么URLopen

re.findall返回的是列表，遍历列表将其值做为参数传入urlopen即可，类似于下面这样
for url in re.findall(XXXXXX):
print urlopen(url).read()

⑹ 在python正则表达式中\1是什么意思

\1
有两者意义：
1.
如果\1前面有捕获的分组的表达式即用()括起来的匹配，则
\1
表示对前面第一个捕获分组内容的引用。例如
([A-Z])567\1表示匹配前后为相同大写字母包围567的字串。
2.
如果\1前面没有捕获的分组的表达式即用()括起来的匹配，则
\1
表示匹配八进制数字1

⑺ python 正则表达式如何截取字符串中间的内容

示例代码

启动ipython先导入re模块

re 模块的一般使用步骤如下：

• 使用 compile 函数将正则表达式的字符串形式编译为一个 Pattern 对象

• 通过 Pattern 对象提供的一系列方法对文本进行匹配查找，获得匹配结果（一个 Match 对象）

• 最后使用 Match 对象提供的属性和方法获得信息，根据需要进行其他的操作

findall 方法的使用形式如下：

findall(string[, pos[, endpos]])

其中，string 是待匹配的字符串，pos 和 endpos 是可选参数，指定字符串的起始和终点位置，默认值分别是 0 和 len (字符串长度)。

findall 以列表形式返回全部能匹配的子串，如果没有匹配，则返回一个空列表。

⑻ Python正则表达式的非贪婪匹配的原则是什么

正则表达式匹配中，已经被捕获的内容不会再次用于匹配测试。
第二个k已经被第一个匹配捕获，然后就在45k67k中继续做匹配测试。

⑼ Python正则表达式（二）

上节我们说到 Python 正则表达式的基本字符，以及这些字符的用法

今天，我们继续讲讲 Python 中一些扩展标记法，以及一些特殊序列

(?...) : 这种扩展标记法以括号内 ? 开头，其后第一个字符决定了采用什么样的语法。

在 ? 后面添加( 'a', 'i', 'L', 'm', 's', 'u', 'x' 中的一个或多个)，然后加上匹配规则。

这些字符对正则表达式设置以下标记，免去设置 flag 参数

注意 ： 'a', 'L', 'u' 作为内联标记是相互排斥的，它们不能结合在一起

括号分组的非捕获版本，该分组所匹配的子字符串 不能 在执行匹配后被获取或是在之后的模式中被引用

可以配合 | 和 {m} 使用

为分组再指定一个组合名

每个组合名只能用一个正则表达式定义，只能定义一次

反向引用一个命名组合

匹配前面那个名字叫 name 的命名组中匹配到的字符串

注释信息，里面的内容会被忽略。

哈哈，是不是没看懂，没事，举个栗子

看看，是不是一下子就明了了。

哈哈，这个又看不懂？

思考一下，既然有根据后面字符断言的，那么根据前面字符来断言，也是很合理的，

如果给定的 id 或 name 存在，将会尝试匹配 yes-pattern ，否则就尝试匹配 no-pattern ， no-pattern 可选，也可以被忽略。

是不是有点像 if else 三目运算，其中 id 和 name 是分组 id 、和指定的分组名 name

照旧，举个栗子吧

看了栗子是不是有点糊涂呢，我们来解析一下这个正则表达式

其结果匹配的就是 <[email protected]> 和 [email protected] 。

而不会匹配 <[email protected] ' 和 <[email protected]

但是上面的第三个结果为啥不一样呢？

因为 findall 允许返回空匹配的，在有 ? 的情况下，所以它会分两种情况去匹配

今天讲了一些扩展标记法，其实没那么难，多看看例子，多练习练习。

下节将介绍 re 模块各函数的用法，敬请期待......

⑽ Python 正则 获取文本中匹配内容

正则表达式：(?<=d+.)[sS]+?(?=d+|$)

我给你个java语言的例子:

publicclassAEF{
publicstaticvoidmain(String[]args){
Strings="12.ewq
example
fdsfdf
fd中文
13.wer
fdsfd
例子
14.qrew
发的萨芬的
fdsfs
15.fwewq
范德萨范德萨";
Stringregex="(?<=\d+\.)[\s\S]+?(?=\d+|$)";
Patternp=Pattern.compile(regex);
Matcherm=p.matcher(s);
while(m.find()){
System.out.println(m.group());
}
}
}

运行结果：

ewq
example
fdsfdf
fd中文

wer
fdsfd
例子

qrew
发的萨芬的
fdsfs

fwewq
范德萨范德萨