爬虫基础-关于正则表达式的学习

转义

 1.添加\
2.如果希望匹配字符串{m,n} 就必须写成\{m,n}
*？转义\*\?
+?转义\+\?
??转义\?\?
.是元字符可以匹配换行符之外的任何字符 转义\.
分组

[1-9]\d{14}（\d{2}[0-9x])?  后两位0-9或者x 或许不出现或许就出现一次

比如匹配长度为13或者16的数字字符串 常犯的错误\d{13,16}但是14或者15的数字字符串同样会匹配
正确的是首先匹配长度为13的数字字符串然后匹配可能出现长度为3的数字字符串

\d{13}(\d{3})?

多选结构

(...|...)在括号内以竖线|分隔开多个子表达式，多选分支的数目没有限制，匹配的时候，整个多选结构被视为单个元素，只要其中某个子表达式能够匹配，整个多选结构的匹配就能成功

删除空白字符

删除行首空白字符，使用(?m)^\s+
删除行尾空白字符 \s+$

环视

<(?!/) 当前位置之后（右侧）不允许出现/能匹配的文本   表示匹配<同时这个<之后不能是/
<?<!/)>在当前位置之前（左侧）不允许出现/能匹配的文本 表示匹配>同时>之前不能是/
（?<!\d）\d{6}(?!\d)准确匹配六位数字构成的字符串
(?=\d+)(?!999) 表示在当前位置 之后必须出现数字字符串，在当前位置，之后不能出现999