运行环境 Runtime environment
1 | 操作系统： win10 |
背景
进来在开发爬虫的时候，使用正则清洗部分数据时，
有些数据不需要匹配，但是它却会一定的变化，影响某些需要的数据的匹配。
于是，又深入了一下正则表达式
非获取匹配的用法
| RE | 描述 | |||
|---|---|---|---|---|
| (?:pattern) | 非获取匹配，匹配pattern但不获取匹配结果，不进行存储供以后使用。这在使用或字符“(\ | )”来组合一个模式的各个部分是很有用。例如“industr(?:y\ | ies)”就是一个比“industry\ | industries”更简略的表达式。 |
| (?=pattern) | 非获取匹配，正向肯定预查，在任何匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如，“Windows(?=95\ | 98\ | NT\ | 2000)”能匹配“Windows2000”中的“Windows”，但不能匹配“Windows3.1”中的“Windows”。预查不消耗字符，也就是说，在一个匹配发生后，在最后一次匹配之后立即开始下一次匹配的搜索，而不是从包含预查的字符之后开始。 |
| (?!pattern) | 非获取匹配，正向否定预查，在任何不匹配pattern的字符串开始处匹配查找字符串，该匹配不需要获取供以后使用。例如“Windows(?!95\ | 98\ | NT\ | 2000)”能匹配“Windows3.1”中的“Windows”，但不能匹配“Windows2000”中的“Windows”。 |
| (?<=pattern) | 非获取匹配，反向肯定预查，与正向肯定预查类似，只是方向相反。例如，“(?<=95\ | 98\ | NT\ | 2000)Windows”能匹配“2000Windows”中的“Windows”，但不能匹配“3.1Windows”中的“Windows”。 |
| (?<!pattern) | 非获取匹配，反向否定预查，与正向否定预查类似，只是方向相反。例如“(?<!95\ | 98\ | NT\ | 2000)Windows”能匹配“3.1Windows”中的“Windows”，但不能匹配“2000Windows”中的“Windows”。这个地方不正确，有问题 |
总结
在某些微小变化的字符串，需要匹配但是不需要获取的部分就可以用该方法处理。
也算是数据清洗的利器
