非贪婪匹配 (.*?)
import re
a = '456qwe789rty123abc'
re=re.findall('456(.*?)789',a)
print(re)
通常情况，满足匹配规则“456(.*?)789”的内容通常不止一个，那么findall()函数会从字符串的起始位置开始寻找文本A，找到后开始寻找文本B，当找到第一个文本B后，暂时停止寻找，将文本A和文本B之间的内容存入列表；然后继续寻找文本A，并重复之前的步骤，直到到达字符串的结束位置，并将所有匹配到的内容存入列表。
import re
a = '456qwe789rty123456kkk789abc456xiaowang789'
re=re.findall('456(.*?)789',a)
print(re)
贪婪模式的话就会寻找最长的
import re
a = '456qwe789rty123456kkk789abc456xiaowang789'
re=re.findall('456(.*)789',a)
print(re)
非贪婪匹配 .*?
import re
a='<a href="https://blog.csdn.net/weixin_42403632/article/details/120825546" rel="external nofollow" target="_blank" data-report-click="{"spm":"3001.5501"}" data-report-query="spm=3001.5501" data-v-6fe2b6a7="">'
re=re.findall('<a href="(.*?)" rel="external nofollow" rel="external nofollow" .*?',a)
print(re)
" 和 url后面的html代码用.*?代表，需要提取的是<a href="后的内容，用“(.*?)”代表
实战爬取博客专栏url
import re,requests
url='https://blog.csdn.net/weixin_42403632/category_11076268.html'
headers={'User-Agent':'Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:93.0) Gecko/20100101 Firefox/93.0'}
html=requests.get(url,headers=headers).text
re=re.findall('<a href="(.*?)" rel="external nofollow" rel="external nofollow" .*?rel="noopener">',html)
for i in re:
print(i)
