夏令营7.29--爬虫之正则表达式

正则匹配：

正则表达式：是一个特殊的字符序列，它能帮助你方便的检查一个字符串是否与某种模式匹配，
定义了一种规则，匹配出所有符合这个规则的字符。

大概分三点：
01：正则匹配字符
02：看懂复杂的正则表达式
03：python中的re库

1：
正则匹配常见字符：

^：匹配一行字符串的开头

. ： 匹配任意字符，除了换行符

[…]：匹配括号中的任一个，[amk] 匹配
‘a’，‘m’或’k’

[^…]： 不在[]中的字符：[^abc] 匹配除了a,b,c之外的字符

*:匹配0个或多个的表达式

+:匹配1个或多个的表达式

?:匹配0个或1个由前面的正则表达式定义的片段，非贪婪方式

|：a| b，匹配a或b

{n}:精确匹配 n 个前面表达式。例如， o{2} 不能匹配 “Bob” 中的 “o”，但是能匹配 “food” 中的两个 o。

{n,}:匹配 n 个前面表达式。例如， o{2,} 不能匹配"Bob"中的"o"，但能匹配 "foooood"中的所有 o。
“o{1,}” 等价于 “o+”。“o{0,}” 则等价于 “o*”。

{ n, m}:匹配 n 到 m 次由前面的正则表达式定义的片段，贪婪方式

\w：匹配字母数字下划线
\W：匹配非字母数字下划线
\s：匹配任意空白字符
\S：匹配任意非空白字符
\d： 匹配任意数字，等价于 [0-9]
\D：匹配任意非数字

2：

读懂复杂的正则表达式：

读懂复杂的正则表达式：
例题：字符？正则？
基本思路：拆分->各个击破
解释：
先将一个，很长的，很复杂的正则表达式，从左向右，一点点读取，分析，一点找到某部分的内容，是一个逻辑概念上的独立的一块，就暂时拆分出来，如此，一点点把复杂的正则表达式，拆分成很多个逻辑上独立的小块。
然后针对每个小块的表达式，再去分析其含义，每个小块的正则表达式都搞懂后，把和所有的含义，合并出一个整体的含义，最后就可以实现，用人类的语言，把对应的复杂的正则表达式，一点点解释出来了，
即：把之前看不懂的，复杂的正则表达式，翻译成，通俗易懂的自然语言，，不过最主要的是自己看懂：

3：
re库：re 模块使 Python 语言拥有全部的正则表达式功能
常用方法：

re.match ：尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回none。第一个参数传入了正则表达式，第二个参数传入了要匹配的字符串。

re.search：扫描整个字符串并返回第一个成功的匹配。

span()：获取开始和结束位置;string:获取匹配的内容

group():获取子表达式匹配的内容

re.findall:在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。

re.sub(‘表达式’， ‘新字符’， ‘字符串’)：用于替换字符串中的匹配项。

re.split:方法按照能够匹配的子串将字符串分割后返回列表，它的使用形式如下：

re.compile:函数用于编译正则表达式，生成一个正则表达式对象

实例：