re

 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 # Author:woshinidaye
 4 
 5 import re
 6 import csv
 7 # #findall 匹配字符串中所有符合正则表达式的内容；
 8 # list = re.findall(r'\d+','我的电话号码是133123123123，女朋友的电话是45678')  #返回的是列表，列表效率很低
 9 # print(list)
10 
11 
12 # #re.finditer()   #匹配字符串中所有符合正则表达式的内容，返回的是迭代器，这个效率很OK；从迭代器中拿到内容需要.group()
13 # list2 = re.finditer(r'\d+','我的电话号码是133123123123，女朋友的电话是45678')
14 # #print(list2,type(list2)) # 
15 # for i in list2:
16 #     print(i.group())
17 
18 # #re.search          返回match对象，需要.group一下，search全文检索，检索到一个就结束程序
19 # sear = re.search(r'\d+','我的电话号码是133123123123，女朋友的电话是45678')
20 # print(sear.group())
21 
22 # #re.match是从头开始匹配，可以理解为r'^d+'
23 # mat = re.match(r'\d+','我的电话号码是133123123123，女朋友的电话是45678')
24 # print(mat)
25 
26 #预加载正则表达式,正则很长
27 # obj = re.compile(r'\d+')
28 # # obj.findall()
29 # # obj.search()
30 # test = obj.finditer('我的电话号码是133123123123，女朋友的电话是45678')
31 # for i in test:
32 #     print(i.group())
33 # # obj.match()
34 
35 
36 #   (?P正则表达式)   可以从正则表达式中匹配到的内容中，进一步提取内容，
37 
38 ss = '''
39 
林俊杰
40 
不知道
41 
乱说
42 
啥也不说
43 '''
44 # ss本身就是一串有规律的字符串，想把id和name拿出来比较困难，所以，需要用正则表达式匹配成一个一个的元素，
45 # aa = re.compile(r"
(?P.*?)
",re.S) #flags=re.S 让.匹配换行符
46 # # print(type(aa))
47 # bb = aa.finditer(ss)
48 # for it in bb:
49 #     print(it.group('id'),it.group("name"))
50 
51 
52 
53 # 实战示例1
54 # 请求一下豆瓣电影top250
55 #查看页面页数的加载方式：发现是    服务器渲染；
56 #拿到页面源代码；
57 #通过re提取有效信息
58 # import re,requests
59 # for n in range(0,250,25):
60 #     # url = 'https://movie.douban.com/top250?start=%s&filter='%n
61 #     # url = 'https://movie.douban.com/top250?start={0}&filter='.format(n)
62 #     url = f'https://movie.douban.com/top250?start={n}&filter='
63 #     # print(url)
64 #     header = {
65 #          "User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/95.0.4638.69 Safari/537.36"
66 #      }
67 #
68 #     result = requests.get(url,headers=header)
69 #     page = result.text
70 #     # with open('1114','w+',encoding='utf-8') as f :              #获取页面源代码
71 #     #     f.write(result.text)
72 #     # print(result.text)
73 #
74 #     # 解析数据
75 #
76 #     obj =  re.compile(r'
.*?
.*?(?P