延伸：正则表达式及其在Python的爬虫中的应用（以爬取省级行政区的全称数据为例）

正则表达式

1.正则表达式：

正则表达式是一种用于匹配和操作文本的强大工具（可以在各种编程语言中使用，但是，具体的语法和支持的功能可能会因语言而异），它是由一系列字符和特殊字符组成的模式，用于描述要匹配的文本模式。

对于正则表达式的具体学习，我们可以使用这个网址RegExr: Learn, Build, & Test RegEx中的软件，其中的Cheatsheet选项中有正则表达式的特殊字符的匹配解释。

2.正则表达式的特殊字符的匹配解释：

正则表达式，是由一系列字符和特殊字符组成的模式。

常用的特殊字符匹配解释如下：

· 可以代表除了换行（\n、\r）以外的任何一个字符

实例：图中的c.表示的是在文本中匹配（找出）两个连续字符，其中一个字符是c，另一个是除了换行以外的任何一个字符。

 * 代表前面的字符可以不出现，也可以出现一次或者多次（0次、或1次、或多次）

+ 代表前面的字符必须至少出现一次（1次或多次）

? 代表前面的字符最多只可以出现一次（0次或1次）

实例：图中的s*表示的是在文本中匹配（找出）字符，第一个字符一定是s，后面连续（跟着）的字符可必须是s，可以出现0次（此时匹配结果只有一个字符s）、1次（此时匹配结果只有两个字符ss）或者多次。简单来说就是，第一个字符一定是s，后面可以重复出现字符s0次或者多次。

思考： c.*的匹配结果？？？

\w 可以代表任意一个字母、数字或者下划线

\d 可以代表任意一个阿拉伯数字（0 到 9）

\s 可以代表所有空白符中的任意一个，空白符包括空格符、制表符、换行符等

注意：这里的w、d、s均是小写！！！<