正则表达式基础讲解
一、什么是正则表达式
在网络爬虫将网页内容爬取的时候，有一个关键的步骤就是对我们关注的信息进行提取，正则表达式就是用于信息筛选提取的强大工具，并且学习简单，所以建议大家掌握。
Python正则表达式语句
re.compile(“正则表达式”).findall(“原字符串”)
1.匹配符
普通字符 正常匹配其中的字符。
\n 匹配换行符。
\t 匹配制表符。
\w 匹配字母、数字、下划线。
\W 匹配除了字母、数字、下划线的字符串。字母大写相当于非（个人总结）
\d 匹配十进制数字
\D 匹配除了十进制数字的字符串
\s 匹配空白字符
\S 匹配非空白字符
[asd213] 匹配中括号中的任意一个字符
[^asd213] 匹配中除了括号中的任意一个字符
实例1
源字符串："chengxuyuanxiaozhe666"
正则表达式："xiaozhe"
匹配后："xiaozhe"
实例2
源字符串："chengxuyuanxiao
zhe666"
正则表达式："xiao\nzhe"
匹配后："xiao\nzhe"
实例3
源字符串："chengxuyuanxiaozhe666"
正则表达式："\w\w\w\d\d\d"
匹配后："zhe666"
实例4
源字符串："chengxuyuanxiaozhe666"
正则表达式："xia[asdo]zhe"
匹配后："xiaozhe"
2.特殊字符
想单纯的使用以下字符，需要在前面加一个\，如$。
. 匹配除换行符 \n 之外的任何单字符。
^ 匹配输入字符串的开始位置。
$ 匹配输入字符串的结尾位置。
* 前一个字符出现零次或多次。
+ 前一个字符出现一次或多次。
? 前一个字符出现零次或一次。
{n} 前一个字符恰好出现n次
{n,} 前一个字符至少出现n次
{n,m} 前一个字符至少n次，至多m次
| 指明两项之间的一个选择。
() 标记一个子表达式的开始和结束位置。
实例1
源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："xiao..."
匹配后："xiaozhe"
实例2
源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："^xiaozhe..."//从第一个字母开始匹配
匹配后：None
实例3
源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："^chengxuyuan"
匹配后："chengxuyuan"
实例4
源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："zuishuai$"//从最后一个字母开始匹配
匹配后："zuishuai"
实例5
源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："cheng.*"//*前一个字符出现零次或多次。//.匹配除换行符 \n 之外的任何单字符。
匹配后："chengxuyuanxiaozhe666zuishuai"//默认贪婪尽可能多的匹配
实例6
源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："zhe6+"
匹配后："zhe666"
实例7
源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："zhe6?"
匹配后："zhe66"
实例8
源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："zhe6{1,2}"
匹配后："zhe66"
实例9
源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："^cheng(xu....)"
匹配后："xuyuan"
3.贪婪模式与懒惰模式
贪婪模式：就是尽可能多的匹配，默认贪婪模式
懒惰模式：就是尽可能少的匹配，也叫精准模式
当出现以下组合时，才代表是懒惰模式：
*? 懒惰模式//？不代表0或1了
+? 懒惰模式//？不代表0或1了
实例1
源字符串："chengxuyuanxiaozheezhe666zuishuai"
正则表达式："xiao.*e"
匹配后："xiaozhezhe"//默认贪婪模式，尽可能多的匹配
实例2
源字符串："chengxuyuanxiaozhezhe666zuishuai"
正则表达式："xiao.*?e"
匹配后："xiaozhe"//懒惰模式，尽可能少的匹配
4.模式修正符
在不改变正则表达式的情况下，通过模式修正符使匹配结果发生改变。
这个看不懂没关系，下面的例子就懂了
re.compile(“正则表达式”).findall(“原字符串”) //原匹配语句
re.S //使.也可以匹配换行
re.I //匹配时候忽略大小写
实例1
源字符串："XiaoZhe"
正则表达式："xiao"
匹配语句：re.compile("xiao").findall("XiaoZhe")
匹配后：None
实例2
源字符串："XiaoZhe"
正则表达式："xiao"
匹配语句：re.compile("xiao",re.I).findall("XiaoZhe")
匹配后："Xiao"
实例3
源字符串："cheng\nxuyuan\nxiao\nzhe"
正则表达式："cheng.*zhe"
匹配语句：re.compile("cheng.*zhe").findall("XiaoZhe")//.不包括回车
匹配后：None
实例4
源字符串："cheng\nxuyuan\nxiao\nzhe"
正则表达式："cheng.*zhe"
匹配语句：re.compile("cheng.*zhe",re.S).findall("XiaoZhe")
匹配后："cheng\nxuyuan\nxiao\nzhe"
以上就是个人总结的关于正则表达式的知识点，望采纳
除了正则表达式外，我还推荐大家学习另一款XPath表达式，非常简单，比较重要，
XPath表达式在我的另一篇博客有介绍，如果没看到说明还没写完哈
