爬虫数据提取【正则表达式】

match()方法；
必须从开头进行匹配，否则报错；
正则特点：即使字符串有问题，也不报错，返回None；所以使用group()方法。

表1---匹配规则替代

规则	描述	示例
\d ->> [0-9]	匹配所有的数字	text = '123-234-3456' result = re.match('[0-9]*',text) print(result.group()) #123
\D ->> [^0-9]	匹配所有的非数字	text = 'qa123-234-3456' result = re.match('[^0-9]+',text) print(result.group()) #qa
\w ->> [0-9a-zA-Z_]	匹配所有的字母、数字和下划线	text = 'qa123-234-3456' result = re.match('[0-9a-zA-Z_]+',text) print(result.group()) #qa123
\W ->> [^0-9a-zA-Z_]	匹配所有的非字母、数字和下划线	text = '-()-123-234-3456' result = re.match('[^0-9a-zA-Z_]+',text) print(result.group()) #-()-
[\d\D]、[\w\W]	匹配所有的字符	text = '-()-123-234-3456' result = re.match('[\d\D]+',text) print(result.group()) #-()-123-234-3456

表2---匹配多个字符

规则	描述	示例
*	匹配0个或多个字符	text = '123-234-3456' result = re.match('[-\d]*',text) print(result.group()) #123-234-3456
+	匹配1个或多个字符	text = 'a123-234-3456' result = re.match('[a\d]+',text) print(result.group()) #a123
？	要么匹配0个，要么匹配1个	text = 'a123-234-3456' result = re.match('[a\d]?',text) print(result.group()) #a
{m}	匹配指定的个数（m）	text = '123-234-3456' result = re.match('[-\d]{4}',text) print(result.group()) #123-
{m,n}	匹配m到n个字符【默认匹配最多的】	ext = '123-234-3456' result = re.match('[-\d]{2,6}',text) print(result.group()) #123-23

表3---匹配单个字符

规则	描述	示例
.	匹配任意的某个字符【换行符除外】 如果要匹配（.）则放入 [ ] 里面即可。	text = '-python' result = re.match('.',text) print(result.group()) #-
\d	只能匹配任意的数字【除了数字外均无法匹配】	text = '8python' result = re.match('\d',text) print(result.group()) #8
\D	除了数字外均可匹配【数字均无法匹配】	text = '\npython' result = re.match('\D',text) print(result.group()) #换行
\s	匹配空白字符【\n、\t、\r、空格】	text = ' python' result = re.match('\s',text) print(result.group()) #空格
\w	匹配小写的a-z;大写的A-Z';数字和下划线	text = 'aA_4python' result = re.match('\w',text) print(result.group()) #a
\W	匹配除了小写\w之外的所有字符	text = '-python' result = re.match('\W',text) print(result.group()) #-
[ ]	只要在括号内的内容均可匹配【或的关系】	text = ' 1python' result = re.match('[1\s]',text) print(result.group()) #空