Python爬虫学习必备知识点：正则表达式模块详解

一、基础语法总结

1.1、匹配单个字符

a . d D w W s S […] [^…]

匹配单个字符（.）

规则：匹配除换行之外的任意字符

In [24]: re.findall(“f.o”,“foo is not fao”)

Out[24]: [‘foo’, ‘fao’]

匹配任意（非）数字字符（d D）

d [0-9]

D [^0-9]

匹配任意（非）普通字符（w W）

w 普通字符 包括[_0-9A-Za-z] 同时也包括汉字

W 非普通字符

匹配任意（非）空字符（s S）

s 匹配任意空字符 [

]

S 匹配任意非空字符

匹配字符集合（[…]）

[A-Z][a-z][0-9][_123a-z]

匹配字符集（[^…]）

规则：字符集取非，除列出的字符之外的任意一个字符

[^abc] --> 除a b c之外任意字符

1.2、匹配多个字符

• 匹配0次或者多次

• 匹配1次或者多次

? 匹配0次或者1次

匹配m次

匹配m次到n次区间内的任意一次

1.3、匹配位置

^ 匹配开始位置

$ 匹配结束位置

A 匹配开始位置

Z 匹配结束位置

匹配单词边界位置（一般用于首字母大写的匹配）

B 匹配非单词边界问题

1.4、转义

在正则表达式中有