![[求助] python 如何爬取 网页上调用JS函数打开的视频链接](/aiimages/%5B%E6%B1%82%E5%8A%A9%5D+python+%E5%A6%82%E4%BD%95%E7%88%AC%E5%8F%96+%E7%BD%91%E9%A1%B5%E4%B8%8A%E8%B0%83%E7%94%A8JS%E5%87%BD%E6%95%B0%E6%89%93%E5%BC%80%E7%9A%84%E8%A7%86%E9%A2%91%E9%93%BE%E6%8E%A5.png)
RegExp是JS的正则表达式对象，实例化一个RegExp对象有 字面量 和 构造函数 2种方式。
字面量实例化RegExp对象
var reg=/js/gi
开始和结束的斜线/是正则表达式的边界，//中间的文本是正则表达式文本，后面的gi是正则表达式的修饰符。
构造函数实例化RegExp对象
var reg=new Regex(‘js’,’gi’)
第一个参数是正则表达式文本，第二个参数是正则表达式修饰符。
global：RegExp 对象是否具有标志 g。
ignoreCase：RegExp 对象是否具有标志 i。
lastIndex：一个整数，标示开始下一次匹配的字符位置。
multiline：RegExp 对象是否具有标志 m。
source：正则表达式的源文本。
RegExp 对象有 3 个方法：test()、exec() 以及 compile()。
test()
test() 方法检索字符串中的指定值。返回值是 true 或 false。
示例：
var reg=/js/gi
var result=reg.test(‘I like js’)
结果：true
exec()
exec() 方法检索字符串中的指定值。返回值是被找到的值。如果没有发现匹配，则返回 null。
示例：
var reg=/js/gi
var result=reg.exec(‘I like JS’)
结果：JS
compile()
compile() 方法用于改变 RegExp。
compile() 既可以改变检索模式，也可以添加或删除第二个参数。
g：global全文搜索，如果不添加此参数，搜索到第一个匹配就会停止
i：ignore case 不区分大小写，默认是区分大小写的
m：multiple lines 多行搜索，默认只搜索第一行
正则表达式文本部分包含 原义文本字符 和 元字符， 其中的原义文本字符代表字符本身意义的字符，如abc123之类的字符。
元字符代表有特殊含义非字母字符，如\b、\w、\d、+、*、? 等。
常用的元字符
更多的JS正则元字符请参考： http://www.runoob.com/regexp/regexp-metachar.html
一般情况下正则表达式中的一个字符对应字符串中的一个字符，如表达式ab的含义是ab。
表达式中用 [] 来定义一个字符类，表示可以匹配[]里面的这类字符，是一个泛指，而不是一一对应的关系。
如表达式[abc123]，表示有其中一个字符串都可以匹配。
在字符类里面使用横线-连接2个数字或者字母就可以构建一个范围类，如[a-zA-z0-9-]表示可以匹配26个大小写字母和0-9的全部数字以及横线-。
注意，要匹配横线”-“，必须把横线放在最后面。
预定义类可以理解为JS默认给我们写好的范围类，让我们可以使用一个简单的元字符来使用它。如”\w”就是一个预定义类，它等价于范围类[A-Za-z0-9_]；“.”可以匹配除 “\n” 之外的任何单个字符。
边界包含2种，一种是以字符串开始或结尾的边界，另一种是单词边界
量词表示可以匹配连续多次的元字符
JS正则表达式默认是贪婪模式匹配，它会以最多匹配原则进行查找，非贪婪模式可以让表达式以最少匹配原则进行查找。
非贪婪模式只需要在量词后面加上”?”即可，如”123456789″字符串想以3个数字为一组进行匹配表达式写法/\d{3,5}?/g。
表达式中用 () 来定义一个分组，使元字符可以作用于一个表达式字符串组合，如/(js|php){3}/gi。
表达式中的每一个分组匹配的内容都是一个可以捕获的变量，可以使用$1、$2、$3… 来取值，如表达式/(\d{4})-(\d{2})-(\d{2})/中包含$1、$2、$3。如果想忽略分组匹配的内容，需要在分组前面增加“?:”，就可以得到分组匹配之外的内容。
前瞻就是正则表达式后面加上断言部分，它不但要匹配表达式部分，还需要满足断言部分，匹配的结果不会包含断言部分。
正向前瞻 exp(?=assert) 如 “\w(?=\d)”
负向前瞻 exp(?!assert) 如 “\w(?!\d)”
match()
stringObject.match(regexp)
match() 方法可在字符串内检索指定的值，或找到一个或多个正则表达式的匹配。
如果 regexp 没有标志 g，那么 match() 方法就只能在 stringObject 中执行一次匹配。
如果没有找到任何匹配的文本， match() 将返回 null。
否则，它将返回一个数组，其中存放了与它找到的匹配文本有关的信息。该数组的第 0 个元素存放的是匹配文本，而其余的元素存放的是与正则表达式的子表达式匹配的文本。
search()
stringObject.search(regexp)
search() 方法不执行全局匹配，它将忽略标志 g。它同时忽略 regexp 的 lastIndex 属性，并且总是从字符串的开始进行检索，这意味着它总是返回 stringObject 的第一个匹配的位置。
replace()
stringObject.replace(regexp/substr,replacement)
字符串 stringObject 的 replace() 方法执行的是查找并替换的操作。它将在 stringObject 中查找与 regexp 相匹配的子字符串，然后用 replacement 来替换这些子串。如果 regexp 具有全局标志 g，那么 replace() 方法将替换所有匹配的子串。否则，它只替换第一个匹配子串。
replacement 可以是字符串，也可以是函数。如果它是字符串，那么每个匹配都将由字符串替换。但是 replacement 中的 $ 字符具有特定的含义。如下表所示，它说明从模式匹配得到的字符串将用于替换。
split()
stringObject.split(separator,howmany)
如果 separator 是包含子表达式的正则表达式，那么返回的数组中包括与这些子表达式匹配的字串（但不包括与整个正则表达式匹配的文本）
正则表达式语法语意测试工具： https://regexper.com/
1定义正则表达式在js中定义正则表达式很简单，有两种方式，一种是通过构造函数，一种是通过//，也就是两个斜杠。
例如
代码如下:
var re =new RegExp("\\?(\\w{1,}=\\w{1,}&){1,}\\w{1,}=\\w{1,}")
使用构造函数定义正则表达式，注意大小写，负责就会不起作用。由于构造函数的参数是一个字符串，也可以是两个斜杠的方式定义，遇到一些特殊字符就需要使用\进行转义
通过双斜杠的方式定义同样的正则表达式
代码如下:
var re =/\?(\w{1,}=\w{1,}&){1,}\w{1,}=\w{1,}/
代码如下:
var re =new RegExp( /^\?(\w{1,}=\w{1,}&){1,}\w{1,}=\w{1,}/)
可以和构造函数达到同样的效果，但仔细分析，发现，通过构造函数需要更多的转义字符\
2关于验证的三个正则表达式方法
使用正则表达式的主要有字符串的方法match，正则表达式的方法exec，test
正则表达式方法test测试给定的字符串是否满足正则表达式，返回值是bool类型的，只有真和假，如果只是单纯的判断，不需要其他的处理，可以使用尤其是验证时。
代码如下:
function test(){
var text="index.aspx?test=1&ww=2&www=3"//
var re =/\?(\w{1,}=\w{1,}&){1,}\w{1,}=\w{1,}/
// var re =new RegExp("\\?(\\w{1,}=\\w{1,}&){1,}\\w{1,}=\\w{1,}")
var result= re.test(text)
if(result)
{
alert("ok")
}else
{
alert("err")
}
}
正则表达式方法exec测试给定的字符串是否满足正则表达式，返回匹配到的字符串，如果没有匹配的则返回null，和test基本一致，如果需要获取匹配的各个子字符串，可以使用下标的方式，把上边的test的例子可以改写如下
代码如下:
function test(){
var text="index.aspx?test=1&ww=2&www=3"
var re = /\?(\w{1,}=\w{1,}&){1,}\w{1,}=\w{1,}/
// var re =new RegExp( "\\?(\\w{1,}=\\w{1,}&){1,}\\w{1,}=\\w{1,}")
var result= re.exec(text)
if(result)
{
alert("ok")
alert(result) // 是?test=1&ww=2&www=3,ww=2&
alert(result[0]+",0")//是?test=1&ww=2&www=3
alert(result[1]+",1")//是ww=2&
}else
{
alert("err")
}
}
match其实是字符串的方法，但参数确是一个正则表达式，把上边的例子改写后，如下
代码如下:
function test(){
var text="index.aspx?test=1&ww=234"//
var re = /\?(\w{1,}=\w{1,}&){1,}\w{1,}=\w{1,}/
// var re2 = "(\\w{1,}=\\w{1,}&){1,}\\w{1,}=\\w{1,}"
var result= text.match(re)
if(result)
{
alert(result)//?test=1&ww=234,test=1&
alert(result[0]+",0")//?test=1&ww=234
alert(result[1]+",1")//test=1&
}else
{
alert("err")
}
}
其实字符串类还有多个函数可以传递正则表达式，split，search，replace等但这些方法已经不适合验证了。
代码如下:
function test(){
var text="index.aspx?test=1&ww=234"//
var re = /\?(\w{1,}=\w{1,}&){1,}\w{1,}=\w{1,}/
// var re2 = "(\\w{1,}=\\w{1,}&){1,}\\w{1,}=\\w{1,}"
var result= text.split(re)
alert(result)
alert(result[0]+",0")
alert(result[1]+",1")
}
3正则表达式式的转义字符
在正则表达式中会经常出现转义字符，例如问号?在正则表达式中有特殊的含义，如果需要匹配问号?就需要转义，使用转义字符反斜杠\
如下两个都是匹配问号开头的一段字符串
代码如下:
function test(){
var text="?test=1&ww=2&www=3"
var re = /^\?(\w{1,}=\w{1,}&){1,}\w{1,}=\w{1,}/// \?表示配置问号?
// var re =new RegExp( "^\\?(\\w{1,}=\\w{1,}&){1,}\\w{1,}=\\w{1,}")// \\?表示配置问号?
var result= re.exec(text)
if(result)
{
alert("ok")
alert(result)
alert(result[0]+",0")
alert(result[1]+",1")
}else
{
alert("err")
}
}
用户名或昵称 : ^[\u4e00-\u9fa5A-Za-z0-9-_]*$——只能中英文，数字，下划线，减号
用户密码: ^[a-zA-Z]\w{5,17}$ 正确格式为——以字母开头，长度在6-18之间，只能包含字符、数字和下划线。
汉字 ：^[\u4e00-\u9fa5],{0,}$
Email地址 ：^\w+[-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$
^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$
IP地址 ：^(\d{1,2}|1\d\d|2[0-4]\d|25[0-5])(\.(\d{1,2}|1\d\d|2[0-4]\d|25[0-5])){3}$
日期 格式是否为YYYY-MM-DD：^\d{4}-(0?[1-9]|1[0-2])-(0?[1-9]|[1-2]\d|3[0-1])$/
时间 格式是否为hh:mm:ss：^([0-1]\\d|2[0-3]):[0-5]\\d:[0-5]\\d$
InternetURL ：^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$ ；^[a-zA-z]+://(w+(-w+)*)(.(w+(-w+)*))*(?S*)?$
^http:\/\/[A-Za-z0-9]+\.[A-Za-z0-9]+[\/=\?%\-&_~`@[\]\':+!]*([^<>\"\"])*$
电话号码 ：^(\(\d{3,4}\)|\d{3,4}-)?\d{7,8}$——正确格式为：XXXX-XXXXXXX，XXXX-XXXXXXXX，XXX-XXXXXXX，XXX-XXXXXXXX，XXXXXXX，XXXXXXXX。
^((\(\d{2,3}\))|(\d{3}\-))?(\(0\d{2,3}\)|0\d{2,3}-)?[1-9]\d{6,7}(\-\d{1,4})?$
手机号码 ：^0?(13[0-9]|15[012356789]|18[0236789]|14[57])[0-9]{8}$：打长途时一般要在手机号码前加0。
身份证号 （15位或18位数字）：^\d{15}(\d{2}[A-Za-z0-9])?$
QQ号码 : /^[1-9]\d{4,8}$/
验证是否含有 ^%&',=?$\" 等字符：[^%&',=?$\x22]+
验证一年的12个月：^(0?[1-9]|1[0-2])$ 正确格式为：“01”-“09”和“1”“12”
验证一个月的31天：^((0?[1-9])|((1|2)[0-9])|30|31)$ 正确格式为：01、09和1、31。
验证数字：^[0-9]*$
验证n位的数字：^\d{n}$
验证至少n位数字：^\d{n,}$
验证m-n位的数字：^\d{m,n}$
验证零和非零开头的数字：^(0|[1-9][0-9]*)$
验证有两位小数的正实数：^[0-9]+(.[0-9]{2})?$
验证有1-3位小数的正实数：^[0-9]+(.[0-9]{1,3})?$
验证非零的正整数：^\+?[1-9][0-9]*$
验证非零的负整数：^\-[1-9][0-9]*$
验证非负整数（正整数 + 0） ^\d+$
验证非正整数（负整数 + 0） ^((-\d+)|(0+))$
验证长度为3的字符：^.{3}$
验证由26个英文字母组成的字符串：^[A-Za-z]+$
验证由26个大写英文字母组成的字符串：^[A-Z]+$
验证由26个小写英文字母组成的字符串：^[a-z]+$
验证由数字和26个英文字母组成的字符串：^[A-Za-z0-9]+$
验证由数字、26个英文字母或者下划线组成的字符串：^\w+$
整数：^-?\d+$
非负浮点数（正浮点数 + 0）：^\d+(\.\d+)?$
正浮点数： ^(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*))$
非正浮点数（负浮点数 + 0）：^((-\d+(\.\d+)?)|(0+(\.0+)?))$
负浮点数： ^(-(([0-9]+\.[0-9]*[1-9][0-9]*)|([0-9]*[1-9][0-9]*\.[0-9]+)|([0-9]*[1-9][0-9]*)))$
浮点数 ：^(-?\d+)(\.\d+)?$
双精度：^[-\+]?\d+(\.\d+)?$
//判断输入的字符是否为中文
function IsChinese(){
var str = document.getElementById('str').value.trim()
if(str.length!=0){
reg=/^[\u0391-\uFFE5]+$/
if(!reg.test(str)){
alert("对不起，您输入的字符串类型格式不正确!")
}
}
}
//判断输入的数字不大于某个特定的数字
function MaxValue(){
var val = document.getElementById('str').value.trim()
if(str.length!=0){
reg=/^[-+]?\d*$/
if(!reg.test(str)){//判断是否为数字类型
if(val>parseInt('123')){//“123”为自己设定的最大值
alert('对不起，您输入的数字超出范围')
}
}
}
}
//为上面提供各个JS验证方法提供.trim()属性
String.prototype.trim=function(){
return this.replace(/(^\s*)|(\s*$)/g, "")
}
var patterms = newObject()
//验证IP
patterms.ip = /^(\d{1,2}|1\d\d|2[0-4]\d|25[0-5])(\.(\d{1,2}|1\d\d|2[0-4]\d|25[0-5])){3}$/
//验证EMAIL
patterms.email = /^[a-zA-Z0-9_-]+@[a-zA-Z0-9_-]+(\.[a-zA-Z0-9_-]+)+$/
//验证函数
functionverify(str,pat){
var thePat = patterms[pat]
if(thePat.test(str)){
return true
}else{
return false
}
}
//测试alert(verify("asidycom@163.com","email")+","+verify("192.168.1.1","ip")+","+verify("192.168","ip"))
本文摘自： js正则表达式验证大全
