爬虫之正则表达式

目录

 

正则表达式

Python中的正则应用

---

正则表达式

Regular Expression 正则表达式，一种使用表达式的方式对字符串进行匹配的语法规则

抓取到的网页源代码本质上就是一个超长的字符串，想从里面提取内容，用正则再合适不过了。

正则的有点：速度快，效率高，准确性高

正则的缺点：新手上手难度有点高

不过只要掌握了正则编写的逻辑关系，写出一个提取页面内容的正则其实并不复杂

正则的语法：使用元字符进行排列组合用来匹配字符串 在线测试正则表达式https://tool.oschina.net/regex/

元字符：具有固定含义的特殊符号

常用元字符：

量词：控制前面的元字符出现的次数

* 重复零次或更多次

+ 重复一次或更多次

？重复零次或一次

{n} 重复n次

{n,} 重复n次或更多次

{n,m} 重复n到m次