爬虫的pattern对象的方法

pattern对象的方法
（1）match方法：默认从头开始匹配，只匹配一次，返回一个match对象
Match对象 = pattern.match(
string,#要匹配的目标字符串
start,#要匹配目标字符串的起始位置（可选）
end#结束位置（可选）
)
（2）search 方法：全文匹配，只匹配一次，返回一个match对象
Match = pattern.search(
string,#要匹配的目标字符串
start,#要匹配目标字符串的起始位置（可选）
end#结束位置（可选）
)
（3）findall方法：全文匹配，匹配多次，返回一个list
list= pattern.findall(
string,#要匹配的目标字符串
start,#要匹配目标字符串的起始位置（可选）
end#结束位置（可选）
)
（4）finditer方法：全文匹配，匹配多次，返回一个迭代器，迭代器里面存储的是match对象
迭代器= pattern.findall(
string,#要匹配的目标字符串
start,#要匹配目标字符串的起始位置（可选）
end#结束位置（可选）
)
什么是迭代器？
当有一种数据或者内容比较多的时候，可以将其分装迭代器。—通过for循环来使用这个迭代器就可以获取其中的每一个数据。
有__next__和__iter__。
可迭代对象？有__iter__方法对象。
str
bytes
list
dict
tuple
文件流
需求：打印输入文件内容，同时输出行号。
（5）split:安正则方法表示内容进行分割字符串，返回分割后子串list
Pattern.split(
String,
Maxsplit#指定最大分隔次数，默认全部分隔，可选
)
http://www.baidu.com:8080/index.html

(6)sub:按照正则表示的内容替换字符串（重要的）
Pattern.sub(
repl， #替换成什么
String,#替换什么
Count#替换次数，可选，默认全部替换
)—>替换后的字符串

（1）repl字符串
import re

p = re.compile(r’(\w+) (\w+)’)
s = ‘hello 123,hello 456’#提前用p去匹配目标串，找到能匹配出来的内容，就是替换找出来的这个内容的。
print(p.sub(r’hello world’,s))#使用‘hello world’替换’hello 123’和’hello 456’
print(p.sub(r’\2 \1’,s))#引用分组
（2）当repl是一个函数的时候，这个函数是有要求的：
a、必须带一个参数，这个参数其实就是提前用p去匹配目标串，得到match对象。
b、这个函数必须有返回值，返回值是一个字符串，这个字符串将来就作为替换的内容。
爬虫的方法匹配格式(分组，贪婪非贪婪模式，.*? 大法)

3、分组
分组在正则表达式中就是用（）来表示的。一个括号就是一个分组。分组的作用主要有以下两个：
（1）筛选特定内容
（2）引用分组

4、贪婪非贪婪模式
（1）贪婪是用来控制，python默认是贪婪模式，所以默认所有的数量控制符都是取所能匹配的最大值。
（2）非贪婪是用？来控制的，？放在数量控制符后面，表示数量控制符匹配最小的次数。
5、.? 大法