【基础】数据提取技巧：正则表达式在爬虫中的应用

目录
1. 2.1 正则表达式基础语法
2. 正则表达式在数据提取中的应用

2.1 正则表达式基础语法
2.2 正则表达式高级应用
2.3 正则表达式在数据提取中的实践

解锁专栏，查看完整目录
1. 2.1 正则表达式基础语法
正则表达式（Regular Expression，简称 Regex）是一种强大的文本模式匹配工具，它使用一组特殊字符和语法规则来定义要匹配的文本模式。正则表达式的基础语法包括：

匹配字符：. 匹配任意单个字符，[abc] 匹配方括号内的任何一个字符，[^abc] 匹配不在方括号内的任何字符。
重复匹配： * 匹配前一个字符 0 次或多次，+ 匹配前一个字符 1 次或多次，? 匹配前一个字符 0 次或 1 次。
分组： () 将表达式分组，以便可以对其执行操作，例如引用或重复。
锚点： ^ 匹配字符串的开头，$ 匹配字符串的结尾。
转义字符： \ 转义特殊字符，使其不再具有特殊含义。

2. 正则表达式在数据提取中的应用
正则表达式（Regular Expression，简称 Regex）是一种强大的模式匹配语言，它允许我们使用简洁的语法来匹配和提取复杂的数据模式。在数据提取领域，正则表达式扮演着至关重要的角色，因为它可以帮助我们从非结构化文本中快速准确地提取所需信息。
2.1 正则表达式基础语法
正则表达式由一系列元字符和普通字符组成，元字符具有特殊的含义，而普通字符则匹配其本身。以下是一些常用的正则表达式元字符：

元字符
含义

.
匹配任何单个字符

*
匹配前一个字符零次或多次

+
匹配前一个字符一次或多次

?
匹配前一个字符零次或一次

[]
匹配方括号内的任何一个字符

^
匹配字符串的开头

$
匹配字符串的结尾

例如，以下正则表达式匹配以字母 “a” 开头的任何单词：
^a.*登录后复制
2.2 正则表达式高级应用
除了基础语法之外，正则表达式还提供了许多高级功能，例如：

**分组和引用：**使用圆括号 () 对子表达式进行分组，并使用 \n 引用第 n 个分组。
**条件匹配：**使用 | 分隔符来匹配多个选项。
**反向引用：**使用 \b 匹配单词边界。
**贪婪和非贪婪匹配：**使用 +? 和 *? 来控制匹配的贪婪性。

2.3 正则表达式在数据提取中的实践
在数据提取中，正则表达式可以用于各种任务，例如：

提取电子邮件地址：

[a-zA-Z0-9._%+-]+@[a-zA-Z0-9.-]+\.[a-zA-Z]{2,4}登录后复制

提取电话号码：

(\d{3}[-.\s]??\d{3}[-.\s]??\d{4}|\(\d{3}\)\s*\d{3}[-.\s]??\d{4}|\d{3}[-.\s]??\d{4})登录后复制

提取日期：

(0[1-9]|[12]\d|3[01])[- /.](0[1-9]|1[012])[- /.](19|20)\d\d登录后复制
代码块：
import retext = "John Doe, 123 Main Street, Anytown, CA 12345, john.doe@example.com"# 提取姓名name = re.search(r"^(.*?),", text).group(1)# 提取地址address = 登录后复制