爬虫之re数据清洗
文章目录
- 一、正则【Regular】
- 二、重要语法
- 1、获取内容: 左边(.*?)右边
- 2、替换数据: re.sub('源数据|源数据', '目标数据', 字符串)
一、正则【Regular】
概念: 根据程序员的指示, 从<字符串>中提取数据
结果: 列表
使用频率: 正则跟xpath相比, 正则是弟弟
二、重要语法
1、获取内容: 左边(.*?)右边
代码示例如下：
import re
data = 'name: 张三; age: 18岁; addr: 北京; height: 180cm'
result = re.findall('; age: (.*?); ', data)
print(result)
运行结果如下：
['18岁']
注意：re.findall()方法返回结果是列表
2、替换数据: re.sub(‘源数据|源数据’, ‘目标数据’, 字符串)
代码示例如下：
import re
data = 'python 真 的 \t \n 非常 & * P 好用'
result = re.sub('\t|\n| |&|\*|P', '', data)
print(result)
运行结果如下：
python真的非常好用