WHCSRL 技术网

正则表达式入门——非贪婪匹配

非贪恋匹配(.*?)

导入 重新
a = '456qwe789rty123abc'
re=re.findall('456(.*?)789',a)
打印(re)
  • 1
  • 2
  • 3
  • 4< /li>

image-20211018145402204

通常情况下,满足匹配规则“456(.*?789”)的内容通常不止一个,那么findall()函数会从字符串的可爱位置开始寻找文本,找到后开始寻找B文本,当找到第一个文本B后,暂时停止寻找,将文本A和文本B之间的内容存入列表;然后继续文本寻找A,并重复之后的步骤,直到到达字符串的结束位置,更换所有匹配到的内容存入列表。

导入 重新
a = '456qwe789rty123456kkk789abc456xiaowang789'
re=re.findall('456(.*?)789',a)
打印(re)
  • 1
  • 2
  • 3
  • 4< /li>

image-20211018145652096

贪婪模式的话会很清楚的

导入 重新
a = '456qwe789rty123456kkk789abc456xiaowang789'
re=re.findall('456(.*)789',a)
打印(re)
  • 1
  • 2
  • 3
  • 4< /li>

image-20211018145749767

非贪恋恋爱.*?

导入 重新
a=''
re=re.findall(',a)< /跨度>
打印(re)

image-20211018150444488

" 和 url 后面的html代码.*?代表,需要理解的是实战爬取博客专栏url

导入 re,请求
url='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)文本

re=re.findall('',html)
for i in re:
    打印(i)
< /预>

image-20211018152344699

推荐阅读