python如何提取字符串？

在Python中，要提取文本的字符串，有多中方法，如使用正則表達式，BeautifulSoup或Xpath等來提取。下面講解用正則表達式來提取字符串。

一、單個位置的字符串提取

這種情況我們可以使用(.+?)這個正則表達式來提取。 舉例，一個字符串"a123b",如果我們想提取ab之間的值123，可以使用findall配合正則表達式，這樣會返回一個包含所以符合情況的list。

代碼如下：

import re
str = "a123b"
print re.findall(r"a(.+?)b",str)#

　　

輸出['123']

　　

1.1貪婪和非貪婪匹配

如果我們有一個字符串”a123b456b”，如果我們想匹配a和最后一個b之間的所有值而非a和第一個出現的b之間的值，可以用?來控制正則貪婪和非貪婪匹配的情況。

代碼如下：

import re
str = "a123b456b"
print re.findall(r"a(.+?)b", str)

　　

輸出

['123']#?控制只匹配0或1個,所以只會輸出和最近的b之間的匹配情況
print re.findall(r"a(.+)b", str)

　　

輸出

['123b456']
print re.findall(r"a(.*)b", str)

　　

輸出

['123b456']

　　

1.2多行匹配

如果你要多行匹配，那么需要加上re.S和re.M標志. 加上re.S后。將會匹配換行符，默認.不會匹配換行符。

代碼如下：

str = "a23b\na34b"
re.findall(r"a(\d+)b.+a(\d+)b", str)

　　

輸出[]

因為不能處理str中間有\n換行的情況

re.findall(r"a(\d+)b.+a(\d+)b", str, re.S)

　　

輸出[('23', '34')]

　　

加上re.M后,^$標志將會匹配每一行，默認^和$只會匹配第一行。

代碼如下：

str = "a23b\na34b"
re.findall(r"^a(\d+)b", str)

　　

輸出['23']

re.findall(r"^a(\d+)b", str, re.M)

　　

原文自：https://www.py.cn/faq/python/11737.html