正则表达式符号介绍

正则表达式可以用来匹配字符串中满足某一种规律的字符串的工具，它主要由以下表格中的规则组成。

.	匹配任意单个字符(除了换行符)
*	匹配前一个字符零次或连续多次	`a*`将匹配零个或多个连续的字母`a`
?	匹配前一个字符零次或一次	`a?`将匹配零个或一个字母`a`
\	用于转译特殊字符，使其成为普通字符	`\\.`匹配真正的句点而不是任意字符
[]	匹配括号内的任意字符	`[aeiou]`将匹配任何一个元音字母
[^]	匹配除了括号内字符之外的任意一个字符	`[^aeiou]`将匹配任何一个非元音字母
\|	或运算符号,个模式之前进行选择	`a\|b`匹配`a`或者`b`
+	匹配加号(+)之前的正则表达式1次或多次
()	可以改变表达式的结合顺序	`(ab)+` 将匹配一个或多个连续的`ab`
^	匹配字符串的开始位置	`^a`将匹配以字母`a`开头的字符串
$	匹配字符串的结束位置	`a$`将匹配以字母`a`结尾的字符串
\d	匹配任意一个数字字符	相当于`[0-9]`
\D	匹配任意一个非数字字符	相当于`[^0-9]`
\w	匹配任意一个字母、数字或下划线字符	相当于`[a-zA-Z0-9_]`
\W	匹配任意一个非字母、数字或下划线字符	相当于`[^a-zA-Z0-9_]`
\s	匹配任意一个空白字符，包括空格、制表符
\S	匹配任意一个非空白字符
{n}	指定匹配的字数为n次
.*?	非贪婪匹配任意字符	匹配尽可能少的字符，以满足整个正则表达式的匹配条件

Python实现正则匹配

匹配一次

如果需要匹配的内容是目标范围中唯一存在的，使用re.search即可，可以减少开销

import re
# 使用re.search
pattern = r'<div>(.*?)</div>'  # 匹配一个标签中的内容
text = 'li<div>123456</div><div>123456</div>li'
match = re.search(pattern, text, re.S)
if match:
    print("找到匹配项:", match.group(1)) 
else:
    print("未找到匹配项")

第5行re.search 会在文本中寻找与模式匹配的第一个字符串。参数 re.S 使得 . 可以匹配包括换行符在内的所有字符。
第7行match.group(1)用于获取正则模式中第一个括号匹配的内容，即
标签中的内容

运行结果：

找到匹配项: 123456

匹配多次

如果需要匹配的内容在目标范围中多次存在的，需要都匹配出来，这个时候需要使用re.findall方法。
demo如下:

import re

# 使用re.search
pattern = r'<div>(.*?)</div>'  # 匹配一个或多个数字
text = 'li<div>1</div> <div>2</div>li'
match = re.findall(pattern, text, re.S)
print(match)

运行结果：

['1', '2']

可以看到，已经将目标字符串中所有满足正则匹配条件的全部打印了出来

接着提高一些难度，现在有'li<div id="1">1</div> <div id="1">2</div>li'需要匹配其中的标签内的1和2

import re

# 使用re.search
pattern = r'<div.*?>(.*?)</div>'  # 匹配一个或多个数字
text = 'li<div id="1">1</div> <div id="2">2</div>li'
match = re.findall(pattern, text, re.S)
print(match)

第4行可以看到，为了将id="1"和id="2"都匹配出来，所以再用了一个.*?来解决

匹配URL内容

接下来需要实现匹配出[https://www.yuque.com/justinpeiqi/dr9dgm/xsougc2r14qbu24r](https://www.yuque.com/justinpeiqi/dr9dgm/xsougc2r14qbu24r)中的xsougc2r14qbu24r
编写代码：

import re
pattern = r'https://www.yuque.com/justinpeiqi/dr9dgm/(.*)'
text = 'https://www.yuque.com/justinpeiqi/dr9dgm/xsougc2r14qbu24r'
match = re.search(pattern, text, re.S)
if match:
    print("找到匹配项:", match.group(1))
else:
    print("未找到匹配项")