python网络爬虫开发：正则表达式的学习

学习爬虫的过程中，正则表达式能够帮助我们根据某些复杂的规则去处理复杂的字符串，它是一个特殊的字符序列，在Python中，系统自带的re模块包含了正则表达式的全部功能，下面我们进入正则表达式的学习。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

 1. 元字符文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

正则表达式的结构由普通字符和元字符组成，普通字符就是我们日常使用的文本字符，而元字符有它特定的含义，具有匹配信息的功能。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

常用的正则表达式元字符如下表格：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

2. 元字符功能文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

1)  字符类[]文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

例如在一个列表中有‘apython’、‘bpython’、‘cpython’、‘dotcpp’四个元素，我们使用‘[abc]python’可以直接匹配到前面三个元素。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

2)  [a-zA-Z0-9]文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

这个可以匹配一个任意大小写字母或者数字，等同于\w。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

3) 重复 {}文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

如果我们使用{n},即‘pyt{}on’，只能匹配到python，使用{n,}可以匹配至少n次，使用{n,m}可以匹配至少n次，最多m次。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

4)  开始于结束字符文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

使用‘^’和‘$’可以匹配一行字符串的开始和结束。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

5)  a|b文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

可以匹配a或者b。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

6)  匹配出现次数文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

语法格式如下：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

可以改为\d*或\d{2,3}或d+等来进行匹配。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

输出结果为：文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

由于‘？’为匹配0次或一次，所以匹配了出现数字一次。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

 3. 总结文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html

本节我们主要总结了正则表达式里的元字符及几种常用的功能，这些元字符在我们后续的学习中会涉及到，大家可以回过头来参考本节的内容。文章源自菜鸟学院-https://www.cainiaoxueyuan.com/yunda/26700.html