Python---爬虫---解析---正则表达式(re)

预定义字符集

1. \d[0,9],\D取反

2. \s[空格\r\f\t\n\v](空白字符)，\S取反

3. \w[A-Za-z0-9_],\W取反

字符

1. re.findall(".","\n",re.DOTALL(可以匹配换行符)/re.S（DOTALL的缩写）)，在DOTALL模式中 . 可以匹配换行符。

2. \ 反斜杠转义 , a[a,b,c]z或者| （或者abc|acb|ade）

3. . 可以匹配 除\n外的所有字符

数量词

1. * 匹配前一个字符0或无限次

2. +匹配前一个字符1或无限次

3. ？匹配前一个字符0或1次

4. {m}匹配前一个字符m次

常用的方法

1. p.match(），从开头找一个，第一个匹配不到，不会匹配

2. p.search()，任何位置开始找，找一个匹配的后不找

3. p.findall()找所有

4. p.sub（替换）

5. p.compile(编译)，将正则表达式编译为内部格式，从而更快地执行，re.complie(".",re.S（需要把模式放到参数里）)

6. r 转换为原始字符（\n不代表换行符）

7. r"a\nbc" 输出为a\\nbc 共5个字符

8. re.finall(r“a///nb”,"a///nb")

边界匹配

1. \b ：表示字母数字与非字母数字的边界，     非字母数字与字母数字的边界。\B：表示字母数字与(非非)字母数字的边界，非字母数字与非字母数字的边界。

小记

1. 正则表达式匹配所有字符包括换行符\n，. 是匹配除过\n 之外的全部自符，用[\d\D] 匹配所有字符。或者是[\s\S]

2. 正则练习网站