Python爬虫正则表达式

Python爬虫中使用正则表达式是非常常见的，可以方便地从网页中提取所需的数据。你可以使用Python内置的re模块来操作正则表达式。

首先，你需要导入re模块：

import re

接下来，你可以使用re模块中的函数来进行匹配和提取。以下是一些常用的函数：

- re.match(pattern, string)：从字符串的开头开始匹配，如果匹配成功，则返回一个匹配对象，否则返回None。
- re.search(pattern, string)：在字符串中搜索匹配项，如果匹配成功，则返回一个匹配对象，否则返回None。
- re.findall(pattern, string)：返回所有与模式匹配的非重叠字符串列表。
- re.sub(pattern, repl, string)：将字符串中与模式匹配的部分替换为指定的字符串。

下面是一个简单的示例，演示如何使用正则表达式从网页中提取链接：

import re

text = '<a href="http://www.example.com">Example</a>'

# 提取链接
pattern = '<a href="(.*?)">'
links = re.findall(pattern, text)
for link in links:
    print(link)

在这个例子中，我们使用了findall函数和一个正则表达式模式来提取链接。模式`'<a href="(.*?)">'`表示匹配以`<a href="`开头，以`">`结尾的字符串，并且使用`.*?`来匹配链接本身。

希望这个例子对你有帮助！如果你有其他问题，请随时提问。