python爬虫运用Re方法解析数据入门实例

前言：

        在学习爬虫的时候，除了要学会爬取数据以外，还要学习如何解析数据，在这里介绍常用的三种解析爬虫数据的方法，分别是正则表达式、Beautiful Soup、还有xpath。

正文：

        首先分别介绍三种解析数据方式各自的特点：

        Re（Regular Expression 正则表达式）速度快效率高准确性高，但使用起来可能相较于其他两种方法会更加的复杂多变，要学习的一些符号规则也会多一点。   

        bs4（Beautiful Soup）最简单但执行起来效率并不高，它的原理是通过对HTML的标签、属性以及属性值来进行定位的。

        xpath最流行，语法规则比较舒服，使用起来效率更高更容易上手，xpath是在XML文档中搜索内容的一门语言课，也是现在爬虫用的比较多的一种解析数据的方式。

        接下来进入到这三种方式当中Re的实例：

        其中Re的常用的符号规则：

元字符：具有固定含义的特殊符号
常用元字符：
1   .      匹配除换行符以外的任意字符
2   \w     匹配字母或数字或下划线
3   \s     匹配任意的空白符
4   \d     匹配数字
5   \n     匹配一个换行符
6   \t     匹配一个制表符
7   ^      匹配字符串的开始
8   $      匹配字符串的结尾
9   \W     匹配非字母或数字或下划线
10  \D     匹配非数字
11  \S     匹配非空白符
12  a|b    匹配字符a或b
13