正規表達式

正規表達式是一個範本字串，可以用來進行字串對比，為一種小型的字串比對語言。其範本字串是使用英文字母、數字和一些特殊字元所組成，裡面包含了以下字元，下方列出一些常見的正規表達式:

• 字元集

• 比較字元

• 特殊字元

實作練習

使用正規表達式搜尋HTML網頁

1. 搜尋文字內容:在FJU_p4.html中找出「醫院資訊系統」的文字段落
   

   import re
   from bs4 import BeautifulSoup 
   
   with open("FJU_p4.html", "r", encoding="utf8") as fp:
   soup = BeautifulSoup(fp, "lxml")
   # 使用正規運算式搜尋文字內容
   regexp = re.compile("「醫院資訊系統」")
   tag_str = soup.find(text=regexp)
   print(tag_str)
   regexp = re.compile("\「+\w+\」")
   tag_list = soup.find_all(text=regexp)
   print(tag_list)
   

   

2. 搜尋URL網址:在FJU_p4.html中找出粉絲專頁的FB、IG連結
   

   import re
   from bs4 import BeautifulSoup 
   
   with open("FJU_p4.html", "r", encoding="utf8") as fp:
   soup = BeautifulSoup(fp, "lxml")
   # 使用正規運算式搜尋URL網址
   url_regexp = re.compile("^https:")
   tag_href = soup.find("a", href=url_regexp)
   print(tag_href)
   print("---------------------")
   tag_list = soup.find_all("a", href=url_regexp)
   print(tag_list)