网络爬虫——正则表达式语法

import re

re.compile(“正则表达式”).findall(“原字符串”)
//例子：
# job_add_s = '<span class="t3">(.*?)</span>'
# job_add = re.compile(job_add_s, re.S).findall(data)[1:]

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

源字符串："chengxuyuanxiaozhe666"
正则表达式："xiaozhe"
匹配后："xiaozhe"

源字符串："chengxuyuanxiao
zhe666"
正则表达式："xiao\nzhe"
匹配后："xiao\nzhe"

源字符串："chengxuyuanxiaozhe666"
正则表达式："\w\w\w\d\d\d"
匹配后："zhe666"

源字符串："chengxuyuanxiaozhe666"
正则表达式："xia[asdo]zhe"
匹配后："xiaozhe"

.				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。

源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："xiao..."
匹配后："xiaozhe"

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

源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："^chengxuyuan"
匹配后："chengxuyuan"

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"

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

源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："zhe6+"
匹配后："zhe666"

源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："zhe6?"
匹配后："zhe6"

源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："zhe6{1,2}"
匹配后："zhe66"

源字符串："chengxuyuanxiaozhe666zuishuai"
正则表达式："^cheng(xu....)"
匹配后："xuyuan"

*?				懒惰模式//？不代表0或1了
+?				懒惰模式//？不代表0或1了

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

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

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

源字符串："XiaoZhe"
正则表达式："xiao"
匹配语句：re.compile("xiao").findall("XiaoZhe")
匹配后：None

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"

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

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"