正则表达式快速入门

快速学习正则表达式

学习正则表达式的最好方法是从例子开始，理解例子之后再自己对例子进行修改，实验。好了，不多说废话，开始学习吧！ 首先给你推荐一款正则表达式测试器。免安装版的，解压后可以直接打开!

其实，从总的来说，我们平时经常用的就以下几种：

?表示重复0次或1次

+表示重复1次或多次

{n} 重复n次

{n,} 重复n次或更多次

{n,m} 重复n到m次

.表示除了换行符以外的任意字符

*表示重复0零次或多次

.*连在一起就意味着任意数量的不包含换行的字符

\b匹配单词的开始或结束

\B匹配不是单词开头或结束的位置

\d匹配单个数字(0，或1，或2…或9)

\D匹配任意非数字的字符

\s匹配任意的空白符，包括空格，制表符(Tab)，换行符，中文全角空格

\S匹配任意不是空白符的字符

\w匹配单个的单词字符（能够出现在一个单词中的字符，包括字母或数字或下划线或汉字）

\W匹配任意不是字母，数字，下划线，汉字的字符-连字符，在两个字符之间创建范围，如[A-Z]

^匹配字符串的开始

$匹配字符串的结束 

^和$只匹配一个位置例如： 匹配以String开始的行时表示为 ^String,匹配以String结尾的行时表示为 String$,另外^$匹配空行，^String$表示只包含“String”字符串，^匹配任意行。

\表示转义，比如\"表示"，\(表示(

[]表示范围，比如[.?!]匹配标点符号(.或?或!)，[0-9]代表的含意与\d就是完全一致的：表示1位数字；同理[a-z0-9A-Z_]也完全等同于\w（如果只考虑英文的话）。

\b是正则表达式规定的一个特殊代码（某些人叫它元字符，metacharacter），代表着单词的开头或结尾，也就是单词的分界处，它只匹配一个位置。例如：I am Boby.你要找的是am后面不远处跟着一个Boby，你应该用\bam\b.*\bBoby\b。如图：[

之前说过”.*“连在一起意味着任意数量的不包含换行的字符。现在\bam\b.*\bBoby\b的意思就很明显了：先是一个单词am,然后是任意个任意字符(但不能是换行)，最后是Boby这个单词。前边的内容可以连续重复使用任意次以使整个表达式得到匹配。

下面来举几个实例学习一下，来看一下大众点评济南，比如我要爬取首页的16个一级分类，如图

首先右击页面查看页面的源代码，如图

浏览16个分类的href可知格式均为"/jinan/......",将页面源代码复制粘贴到测试器源文本处，根据16个分类的href附近标签的相似性可以得出图中的正则表达式<a class="name" href="(/jinan/\w+)" date-name="\w+">,

其中（）表示最终要提取出的内容，、w+表示重复一次或多次的字母。

其实正则表达式并不难懂，只要你经过多次联系，一定会掌握好它的！