简单入门教程正则表达式之非贪婪匹配篇详解

非贪婪匹配 (.*?)

import re
a = '456qwe789rty123abc'
re=re.findall('456(.*?)789',a)
print(re)

通常情况，满足匹配规则“456(.*?)789”的内容通常不止一个，那么findall()函数会从字符串的起始位置开始寻找文本A，找到后开始寻找文本B，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；然后继续寻找文本A，并重复之前的步骤，直到到达字符串的结束位置，并将所有匹配到的内容存入列表。

import re
a = '456qwe789rty123456kkk789abc456xiaowang789'
re=re.findall('456(.*?)789',a)
print(re)

贪婪模式的话就会寻找最长的

import re
a = '456qwe789rty123456kkk789abc456xiaowang789'
re=re.findall('456(.*)789',a)
print(re)

非贪婪匹配 .*?

import re
a='<a rel="nofollow noopener noreferrer" href="https://blog.csdn.net/weixin_42403632/article/details/120825546" rel="external nofollow"  target="_blank" data-report-click="{&quot;spm&quot;:&quot;3001.5501&quot;}" data-report-query="spm=3001.5501" data-v-6fe2b6a7="">'
re=re.findall('<a rel="nofollow noopener noreferrer" href="(.*?)" rel="external nofollow"  rel="external nofollow" .*?',a)
print(re)

" 和 url后面的html代码用.*?代表，需要提取的是<a rel="nofollow noopener noreferrer" href="后的内容，用“(.*?)”代表

实战爬取博客专栏url

import re,requests
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).text

re=re.findall('<a rel="nofollow noopener noreferrer" href="(.*?)" rel="external nofollow"  rel="external nofollow" .*?rel="noopener">',html)
for i in re:
    print(i)

到此这篇关于轻松入门正则表达式之非贪婪匹配篇详解的文章就介绍到这了,更多相关正则表达式 非贪婪匹配内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！