python是所谓的爬虫吗_所谓的python web爬虫基础

import re

正则表达式：

常用的符号：点号 问号 星号 和小括号

.：匹配任意字符，换行符\n除外

——点号可以理解为占位符，一个点号匹配一个字符。

*:匹配前一个字符0次或无限次

?:匹配前一个字符0次或者1次

.*：贪心算法（尽可能多的匹配到数据）

.*?：非贪心算法（尽可能多的找到满足条件的组合）

()：括号内的数据将会作为结果返回。

常用的方法：findall，Search，Sub

findall：匹配所有符合规律的内容

Search：匹配并提出第一个符合规律的内容，返回一个正则表达式对象

Sub:替换符合规律的内容，返回替换后的值

万能表达式：

（.*?）

多行表达式的匹配

re.S

s='''sdfhajkdxxluhuanxx

lsdhfxxwangpiaoxxsjdkf'''

sub=re,findall('xx(.*?)xx',s,re.S)

//findall和search的区别

sub= re.search('xx(.*?)xxdsfaxx(.*?)xx',s,re.S).group(1)

sub= re.findall('xx(.*?)xxdsfaxx(.*?)xx',s,re.S)

print sub[0][1] //在字符串中存在多行满足匹配规则。

小贴士：

匹配数字

a=sdfasd123415ksadfj2345kdsafj

b=re.findall('(\d+)',a)

匹配原则：

findall 和search匹配使用

先抓大再抓小