python爬虫第七节：正则表达式

1.正则表达式的概念：

正则表达式优势：简洁、“一行胜千言”、表示了一组字符串的特征或者模式

例如：

2.正则表达式的使用：

（1）正则表达式，说到底，刚开始还是一个字符串，我们需要对这一个字符串进行编译，
即：将符合正则表达式语法的字符串转换成正则表达式特征。
（2）编译前这个表达式就是一个普通的字符串，只不过满足了正则表达式的语法，
编译之后，它才真正成为正则表达式。

3.正则表达式的语法

语法实例：

经典正则表达式：

匹配 IP 地址的正则表达式：

4. re库的基本使用

re库，是python标准库，直接import re即可
原生字符串，例（电话号码）：

字符串，例：

因而，当正则表达式中包含转义符的时候，用raw string来表示较好。

re库主要功能函数：

re.M:  ^操作符指：只匹配正则表达式的开始部分，但是如果我们设置了re.M标记，它可以设置字符串的每行的开始部分。如果这个正则表达式匹配的是一篇文章，那么我们可以从这篇文章的每一行开始匹配。

re.S  能让.操作符匹配所有字符。在默认操作中，.操作符本身就能匹配除了换行符之外所有字符，设置re.S后，这一限制没有了。

re库的另一种等价用法：

可以用这种方式加快程序的运行。一次编译之后，用regex对应的6种方法就可以了，每次不需要再写正则表达式。

三种方法返回match对象：

5. re库的match对象

match对象就是一次匹配的结果，包含了很多相关信息。

例如：

除了 group(0) 还有group(1)（2）等等，但是不常用。

例如：

6. re库的贪婪匹配和最小匹配

 

7. 总结