python正则表达式(.*?)以及compile的用法示例

 

在Python开发爬虫过程中经常会遇到正则表达式，其中(.*?) 的使用概率较高，那么这个正则表达式到底什么意思呢？

“.*?” 表示非贪心算法，表示要精确的配对

“.*”表示贪心算法，表示要尽可能多的匹配

“()” 表示要获取括弧之间的信息

Python提供re模块，包含所有正则表达式的功能。由于Python的字符串本身也用\转义，所以要特别注意：

s = 'ABC\\-001' # Python的字符串
# 对应的正则表达式字符串变成：
# 'ABC\-001'

使用Python的r前缀，就不用考虑转义的问题了：

s = r'ABC\-001' # Python的字符串
# 对应的正则表达式字符串不变：
# 'ABC\-001'

python脚本实际栗子：

import re
#定义一个正则表达式并编译
r = re.compile(r'www.lagou.com/.*/">(.*?)</a>')
#待查找文本
text='''
	<a href=" https://www.lagou.com/yingkou-zhaopin/">营口</a>
		<input class="dn" value="https://www.lagou.com/jobs/list_测试?&px=default&city=营口#filterBox"/>
	</li>
	<li >
	<a href=" https://www.lagou.com/yanan-zhaopin/">延安</a>
		<input class="dn" value="https://www.lagou.com/jobs/list_测试?&px=default&city=延安#filterBox"/>
	</li>
'''

#在text字符串中查找所有符合r正则表达式的字符串得到结果resulr
result = r.findall(text)

print(result)

上面脚本打印结果为

['营口', '延安']