Python 正则表达式（高级用法）- search、findall、sub 、split

仅供学习，转载请注明出处

re模块的高级用法

search

需求：匹配胖子老板说出的香烟价格

代码语言：javascript复制

In [95]: re.search(r"d ","胖子老板：一包蓝利群17元啦").group()                      
Out[95]: '17'

In [96]:  

findall

前面寻找smoke的故事中，我用来最终解决胖子老板的smoke次数寻找问题。 因为findall找出来返回的是一个list，那么只要用len()方法就可以知道次数了。

代码语言：javascript复制

In [96]: str1 = "asdjkasldkjsmokelaksjdklasjdlasmokel;kajsdlkjasdsmoke"              

In [97]: ret = re.findall(r"smoke",str1) 

In [100]: print(ret)                                                                 
['smoke', 'smoke', 'smoke']

In [101]: print(len(ret))                                                            
3

In [102]:  

sub 将匹配到的数据进行替换

例如将上面的smoke进行替换为hello

代码语言：javascript复制

In [104]: ret = re.sub(r"smoke","hello",str1)                                        

In [105]: print(ret)                                                                 
asdjkasldkjhellolaksjdklasjdlahellol;kajsdlkjasdhello

In [106]:    

这种替换在爬虫的时候，我经常用来拼接替换图片的url地址这类的事项。

还有一个有趣的方式，修改的地方可以使用函数方法，如下：

需求：将匹配到的 整数 1

代码语言：javascript复制

#coding=utf-8
import re

def add(temp):
    strNum = temp.group()
    num = int(strNum)   1
    return str(num)

ret = re.sub(r"d ", add, "python = 997")
print(ret)

ret = re.sub(r"d ", add, "python = 99")
print(ret)

运行结果：

代码语言：javascript复制

python = 998
python = 100

split 根据匹配进行切割字符串，并返回一个列表

代码语言：javascript复制

#coding=utf-8
import re

# 使用冒号进行切割
In [106]: ret = re.split(r":","胖子老板:一包烟17元啦")                               

In [107]: print(ret)                                                                 
['胖子老板', '一包烟17元啦']

# 那么能不能根据多个条件进行切割呢？
In [108]:  

# 使用 | 增加切割条件，这里我增加了 s 空格或者tab的切割。
In [108]: ret = re.split(r":|s","胖子老板:一包烟17元啦 肥仔白: 这么贵啊！")         

In [109]: print(ret)                                                                 
['胖子老板', '一包烟17元啦', '肥仔白', '', '这么贵啊！']

In [110]:     

爬虫 list search split url

0 人点赞