python正则表达式去掉座机区号 正则表达式去除字母

---

正则表达式是对字符串操作的一种逻辑公式，通过事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符”，使用这个“规则字符”来表达对字符的一种过滤逻辑

---

1、常见匹配模式

• w：匹配字母数字及下划线
• W：匹配非字母数字下划线
• s：匹配任意空白字符，等价于 [tnrf]
• S：匹配任意非空字符
• d：匹配任意数字，等价于 [0-9]
• D：匹配任意非数字
• A：匹配字符串开始
• Z：匹配字符串结束，如果是存在换行，只匹配到换行前的结束字符串
• z：匹配字符串结束
• G：匹配最后匹配完成的位置
• n：匹配一个换行符
• t：匹配一个制表符
• ^：匹配字符串的开头
• $：匹配字符串的末尾
• . ：匹配任意字符，除了换行符，当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符
• [...] ：用来表示一组字符，单独列出（[amk]匹配'a'，'m'或'k'）
• [^...] ：不在[]中的字符（[^abc]匹配除了a,b,c之外的字符）
• * ：匹配0个或多个的表达式
• + ：匹配1个或多个的表达式
• ？：匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式
• {n} ：精确匹配n个前面表达式
• {n,m} ：匹配n到m次由前面的正则表达式定义的片段，贪婪方式
• a|b ：匹配a或b
• () ：匹配括号内的表达式，也表示一个组

2、re.match

尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配的话，match()就会返回None

import

• 最常规的匹配

#常规匹配

• 泛匹配

#泛匹配

• 匹配目标

#匹配目标

• 贪婪匹配

#贪婪匹配(.*匹配尽可能多的字符)

• 非贪婪匹配

#非贪婪匹配(.*?匹配尽可能少的字符)

• 指定匹配模式

#当re.DOTALL标记被指定时，则可以匹配包括换行符的任意字符

• 转义

content3

总结：
尽量使用泛匹配，使用括号得到匹配目标，尽量使用非贪婪模式，有换行符就用re.S

3、re.search

扫描整个字符串返回第一个成功匹配的结果

import

总结：
为匹配方便，能用search就不用match

4、re.findall

搜索字符串，以列表的形式返回全部能匹配的子串

import

5、re.sub

替换字符串中每一个匹配的子串后返回替换后的字符串

import

这里需要注意的一个问题是1是获取第一个匹配的结果，为了防止转义字符的问题，我们需要在前面加上r

6、re.compile

将正则表达式编译成正则表达式对象，方便复用该正则表达式

import

7、爬取豆瓣读书页面的书籍信息

import

随着网页结构的升级，上述代码可能需要做出相应的调整

#2019.10.12测试运行通过