非貪婪匹配 (.*?)
|
1
2
3
4
|
import rea = '456qwe789rty123abc're=re.findall('456(.*?)789',a)print(re) |
通常情況，滿足匹配規(guī)則“456(.*?)789”的內(nèi)容通常不止一個(gè)，那么findall()函數(shù)會(huì)從字符串的起始位置開(kāi)始尋找文本a，找到后開(kāi)始尋找文本b，當(dāng)找到第一個(gè)文本b后，暫時(shí)停止尋找，將文本a和文本b之間的內(nèi)容存入列表；然后繼續(xù)尋找文本a，并重復(fù)之前的步驟，直到到達(dá)字符串的結(jié)束位置，并將所有匹配到的內(nèi)容存入列表。
|
1
2
3
4
|
import rea = '456qwe789rty123456kkk789abc456xiaowang789're=re.findall('456(.*?)789',a)print(re) |
貪婪模式的話就會(huì)尋找最長(zhǎng)的
|
1
2
3
4
|
import rea = '456qwe789rty123456kkk789abc456xiaowang789're=re.findall('456(.*)789',a)print(re) |
非貪婪匹配 .*?
|
1
2
3
4
|
import rea='<a href="https://blog.csdn.net/weixin_42403632/article/details/120825546" rel="external nofollow" target="_blank" data-report-click="{"spm":"3001.5501"}" data-report-query="spm=3001.5501" data-v-6fe2b6a7="">'re=re.findall('<a href="(.*?)" rel="external nofollow" rel="external nofollow" .*?',a)print(re) |
" 和 url后面的html代碼用.*?代表，需要提取的是<a href="后的內(nèi)容，用“(.*?)”代表
實(shí)戰(zhàn)爬取博客專(zhuān)欄url
|
1
2
3
4
5
6
7
8
|
import re,requestsurl='https://blog.csdn.net/weixin_42403632/category_11076268.html'headers={'user-agent':'mozilla/5.0 (windows nt 10.0; win64; x64; rv:93.0) gecko/20100101 firefox/93.0'}html=requests.get(url,headers=headers).textre=re.findall('<a href="(.*?)" rel="external nofollow" rel="external nofollow" .*?rel="noopener">',html)for i in re: print(i) |
到此這篇關(guān)于輕松入門(mén)正則表達(dá)式之非貪婪匹配篇詳解的文章就介紹到這了,更多相關(guān)正則表達(dá)式 非貪婪匹配內(nèi)容請(qǐng)搜索服務(wù)器之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持服務(wù)器之家！
原文鏈接：https://blog.csdn.net/weixin_42403632/article/details/120827713
