[已解决]Python小白从挖坑到脱坑之路010_关于正则表达式

大头目

挖坑：不是很理解标注红色的两块地方为什么那么写，匹配到的是下面'''中的内容
脱坑（现阶段理解）：.*?是代表匹配任意字符0次？
[^"]*按照小甲鱼书上的表格不是应该是匹配"开头的0或多次吗?为什么可以匹配https://imgsa.baidu.com/forum/w%3D580/sign=f9cf09409c25bc312b5d01906ede8de7/
8f0ede0735fae6cdafb377ef0ab30f2443a70fda这么大一串？
类似坑：暂无


import urllib.request
import re
response = urllib.request.urlopen('http://tieba.baidu.com/p/3823765471')
html = response.read().decode('utf-8')
p = r'<img class="BDE_Image".*?src="[^"]*\.jpg".*?>'
'''<img class="BDE_Image" src="https://imgsa.baidu.com/forum/w%3D580/sign=f9cf09409c25bc312b5d01906ede8de7/
8f0ede0735fae6cdafb377ef0ab30f2443a70fda.jpg" pic_ext="jpeg"  changedsize="true" width="560" height="497">'''

imglist = re.findall(p,html)
for each in imglist:
        print(each)

最佳答案

月排行榜 / 总排行榜

塔利班

2018-3-6 21:13:44

.*?是非贪婪模式
[^"]是贪婪模式，[]是字符类。字符类里脱字符表示取反，即不是引号都拿来

跳转到最佳答案楼层

塔利班

.*?是非贪婪模式
[^"]是贪婪模式，[]是字符类。字符类里脱字符表示取反，即不是引号都拿来

大头目

塔利班 发表于 2018-3-6 21:13
.*?是非贪婪模式
[^"]是贪婪模式，[]是字符类。字符类里脱字符表示取反，即不是引号都拿来

好的谢谢，顺便在问一下如果要匹配下面两行，用一句正则表达式怎么写？关键是中间带了换行符我就不知道怎么组合正则表达式了。

1.     <td>61.135.217.7</td>
   
2.     <td>80</td>

复制代码

塔利班

大头目 发表于 2018-3-6 23:14
好的谢谢，顺便在问一下如果要匹配下面两行，用一句正则表达式怎么写？关键是中间带了换行符我就不知道怎 ...

1. p=r'<td>(([01]?\d?\d|2[0-4]\d|25[0-5])\.){3}([01]?\d?\d|2[0-4]\d|25[0-5])</td>[\n]+?<td>\d{1,4}</td>'
   
2. tar='<td>61.135.217.7</td>\n<td>80</td>'

复制代码

JAY饭

匹配到换行符之类对的符号时，用%s代替

JAY饭

对于这种情况，建议最好是用beautiful soup

大头目

塔利班 发表于 2018-3-6 21:13
.*?是非贪婪模式
[^"]是贪婪模式，[]是字符类。字符类里脱字符表示取反，即不是引号都拿来

.*?的非贪婪模式不是等于匹配任意字符0次吗？那为什么能匹配到空格啊?

大头目

JAY饭 发表于 2018-3-7 08:41
对于这种情况，建议最好是用beautiful soup

能举个例子吗？谢谢！

塔利班

大头目 发表于 2018-3-7 12:56
.*?的非贪婪模式不是等于匹配任意字符0次吗？那为什么能匹配到空格啊?

非贪婪模式.*?他本身虽然可以什么都不匹配，但是有可匹配的对象他还是能匹配的，不然为什么是{0，}这里非贪婪只是不从文档最低端找到后边符合的内容

大头目

塔利班 发表于 2018-3-7 13:19
非贪婪模式.*?他本身虽然可以什么都不匹配，但是有可匹配的对象他还是能匹配的，不然为什么是{0，}这里非 ...

".*?s还不是很理解，可以理解为"和s之间无论有多少字符都匹配吗？如果开启贪婪模式可能会忽略第一个s而匹配到下一个s？有点晕，但实际去掉?匹配出来的内容确实有所不同

塔利班

大头目 发表于 2018-3-7 15:19
".*?s还不是很理解，可以理解为"和s之间无论有多少字符都匹配吗？如果开启贪婪模式可能会忽略第一个s而匹 ...

开启贪婪到结尾找S，非贪婪找最近的

JAY饭

你这个不太好说，你给的html太短了
一旦html变长变复杂，用正则就会越来越复杂越容易混乱。
beautifulsoup 是专门针对html格式的文档
https://cuiqingcai.com/1319.html

大头目

JAY饭 发表于 2018-3-8 08:23
你这个不太好说，你给的html太短了
一旦html变长变复杂，用正则就会越来越复杂越容易混乱。
beautifulsou ...

感谢！