正则表达式的实践及自己的理解

这篇文章是在自己爬取51job时遇到了问题后，经过一定实践后得出的结论，由于自己是新手，卡克了很久后，突然恍然大悟，觉得非常有必要提醒自己，所以才写下了正则的一些案例。

1 正则几个基本概念：

见链接：http://www.runoob.com/regexp/regexp-example.html

2 自己的实际操作中遇到的问题

如图需要爬取这5项数据，具体的做法是复制了源码，在这里也贴出来了，那么问题来了，对应的正则表达式该是什么呢？

我自己最先的错误，也在这里展示出来。

reg = re.compile(r'<div class="el"><p class="t1 ">.*?<a target="_blank" title="(.*?)".*? <span class="t2"><a target="_blank" title="(.*?)".*? <span class="t3">(.*?)</span><span class="t4">(.*?)</span><span class="t5">(.*?)</span></div>'，re.S)

好了，正确的写法如下

reg = re.compile(r'class="t1 ">.*? <a target="_blank" title="(.*?)".*? <span class="t2"><a target="_blank" title="(.*?)".*?<span class="t3">(.*?)</span>.*?<span class="t4">(.*?)</span>.*? <span class="t5">(.*?)</span>',re.S)

经过仔细的对比后，我们不难发现，由于缺少了几个.*?导致正则表达式的错误，我们返回到源码中，可以看出<span>的两个标签之间是有空行组成的，这里我忽视了空行（空格的存在），直接导致错误。当然如果前面写成class="el">.*><p class="t1 ">也是可以的。