html上的数据提取：re正则&XPath语句。

正则表达式和XPath语句都是用于html上的数据提取操作，XPath相对简单，可以提取大多数的数据，但是如果面对类似html中将代码注释掉的反爬策略时，就必须使用正则表达式了。

正则表达式

以英文字母开头，出现一次。后面的是数字，大小写，出现5到15位，一共6-16位。前面那个1可以省略。

要匹配div标签中的内容。

关闭贪婪模式，这里加了一个？。因为正则表达式是默认匹配尽量多的内容的，关闭贪婪模式，这里就不会加div也匹配进去。

re模块使用

re模块有很多方法，但是爬虫中常用的有提取，匹配和替换。