正則表達式

正則的用處：python的網(wǎng)頁爬蟲中用的相當(dāng)多

寫正則表達式的整體思路：

首先把你要匹配的字符串粘過來，然后把里面共性的東西留著，空格換成\s，其他的可變字符串替換成各種匹配，然后那些不變的部分留著就行了。

pattern

.匹配任意

字符集：[12] 中括號是字符集，匹配中括號中任意字符中的一個，這個表達式匹配1或者2，只匹配一個

[0-9]就相當(dāng)于\d

這個[]這里還要多寫一點，因為[]里面無限裝東西，而含義就是這個字符集相當(dāng)于里面裝的所有東西的其中一種，就有一個或的意思在里面。如果是兩個表達式來取或的話，就用|。

次數(shù)：

*0或多個

+至少一個

數(shù)量詞：[0-9]{4}，匹配四位數(shù)，大括號套起來就是次數(shù)

[0-9]{4,6}這個是貪婪匹配，比如要被匹配的字符串一共就六個數(shù)字，那這肯定就都匹配了，先從上限開始找

[0-9]{4,6}?這個等同于[0-9]{4}，后面帶了一個問號之后，就不敢多要了，大括號成了廢話。

分組()

分組是括號，只要看見括號，而且這個括號前面還沒有轉(zhuǎn)義符的話，且括號后面跟的是大括號，比如

（[1-9].）{3}

這種小括號大括號連著用的結(jié)構(gòu)，相當(dāng)方便斷句啊！

分組的別名

如果分組太多，不命名不好調(diào)用。問號尖括號連用，外面用小括號包著，只要看見這個小括號跑不了就是分組，例如：

(?<name1>（[1-9].）{3})

(?<name1> exp )

如果尖括號前面不帶問號的話，這個<>本身就不構(gòu)成語法。

分組這個東西，有了括號之后，就方便把這個組的取值拉出來，(?<> xxxx)這種表達式，把問號尖括號去掉之后，其他的仍然是一個正常的正則分組。

分組表達式取反

分組取反

問號冒號連用

(?: exp)，(?:（[1-9].）{3})

這個取到的是上面這個表達式?jīng)]匹配到的部分，問號冒號連用沒法命名

貪婪匹配與懶惰匹配

貪婪比如 .*1，*就是貪婪，流星碎片，盡可能多的去匹配

懶惰 .*?1，?就是懶惰，盡可能少的去匹配

這兩個中，都是匹配xxxxx1，不過第一個要匹配到最后一個1，第二個到第一個1就停了。

（問號， 表示一點貪婪之后？？？）