Python正則表達(dá)式初識(shí)（二）

前幾天給大家分享了Python正則表達(dá)式初識(shí)（一），介紹了正則表達(dá)式中的三個(gè)特殊字符“^”、“.”和“*”，感興趣的伙伴可以戳進(jìn)去看看，今天小編繼續(xù)給大家分享Python正則表達(dá)式相關(guān)特殊字符知識(shí)點(diǎn)。

1、特殊字符“$”代表的意思是結(jié)尾字符。舉個(gè)栗子，正則表達(dá)式“3$”，表示匹配以3為結(jié)尾的字符串。代碼演示如下圖所示。

正則表達(dá)式匹配模式“.*3$”代表以3結(jié)尾的任意字符的字符串，很顯然匹配的結(jié)果和原始字符串是一致的，所以有返回結(jié)果。
2、如果將正則表達(dá)式匹配模式改為“.*4$”，則表示以4結(jié)尾的任意字符的字符串，此時(shí)是沒(méi)有任何的輸入結(jié)果的，如下圖所示。

3、正則表達(dá)式特殊字符“?”比較常用，其代表的意思是非貪婪匹配模式。默認(rèn)情況下，匹配字符串是一種貪婪的匹配，換句話說(shuō)，默認(rèn)情況下字符串會(huì)根據(jù)匹配模式，去匹配最大的長(zhǎng)度。
4、下圖是一個(gè)實(shí)例。其中括號(hào)代表的是提取字符串的子串，正則表達(dá)式會(huì)把滿足匹配條件的字符串放到括號(hào)里邊。匹配模式“.*(p.*p).*”代表的意思是：左邊的“.* ”的意思是任意字符串，可以是空，也可以是非空的字符串，之后是字符p，中間的“.* ” 的意思也是任意字符串，之后再是一個(gè)p，爾后右邊的“.* ” 的意思也是任意字符串。目前的邏輯就是將兩個(gè)p中間的字符串連同p一塊取出。

但是其輸出的結(jié)果卻為“pp”，并不是我們想要的“pccccccccccp”結(jié)果。原因是正則表達(dá)式的貪婪匹配所致，實(shí)際上它是反向匹配的，所以從字符串來(lái)看，匹配到的結(jié)果是“pp”。
5、如果我們使用非貪婪模式，即將匹配模式“.*(p.*p).*”改為模式“.*?(p.*p).*”，在第一“p”之前加個(gè)特殊字符“?”，則運(yùn)行的結(jié)果就如下圖所示。

可以看到匹配模式已經(jīng)開(kāi)始從左邊開(kāi)始進(jìn)行匹配，答案趨向于我們想要的結(jié)果。但是在后面卻出現(xiàn)了兩個(gè)p。原因是后面的那個(gè)p未指定其為非貪婪模式，所以后面的那個(gè)p仍然是從右邊開(kāi)始反向取值的。
6、接下來(lái)，我們繼續(xù)使用非貪婪模式，即將匹配模式“.*(p.*p).*”改為模式“.*?(p.*?p).*”，在第二“p”之前也加個(gè)特殊字符“?”，則運(yùn)行的結(jié)果就如下圖所示。

此時(shí)可以看到匹配的結(jié)果就是我們想要的結(jié)果了，原因是此時(shí)兩個(gè)p均采用了非貪婪模式，所以匹配模式，從左到右順序進(jìn)行。
7、理解非貪婪模式之后，對(duì)于正則表達(dá)式的匹配就很好理解了，如下圖的結(jié)果將返回“pcccp”，非貪婪模式下。

8、下圖的結(jié)果將返回“pcccpcccccccpppp”，非貪婪模式和貪婪模式共存的情況下。

非貪婪模式在網(wǎng)絡(luò)爬蟲(chóng)的過(guò)程中對(duì)于字符串的提取非常重要，務(wù)必要理解和掌握。小伙伴們，關(guān)于正則表達(dá)式的特殊字符“$”和“?”的用法，你們get到了嗎？