正则表达式，re解析

Regular Expression,一种是用表达式对字符串进行匹配的语法规则。

我们抓取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。

正则的优点：速度快，效率高，准确性好。

正则的缺点：对新手（本人就是新手）上手难度有点高

正则的语法：使用元字符进行排列组合来匹配字符串。

常用的元字符：

.        匹配换行符以外的任意字符
\w       匹配字母或数字或下滑线
\s       匹配任意空白符
\d       匹配数字
\n       匹配换行
\t       匹配制表符
^        匹配字符串的开始
$        匹配字符串的结尾
\W       匹配非字母或非数字或非下划线
\D       匹配非数字
\S       匹配非空白符
a|b      匹配字符a或字符b
()       匹配括号里的表达式，也表示一个组
[...]    匹配字符组中的字符
[^...]   匹配除了字符组中的字符的所有字符

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

贪婪匹配和惰性匹配

.*         贪婪匹配
.*?        惰性匹配

贪婪匹配：匹配最多的

惰性匹配：匹配最近的