正則表達(dá)式是對(duì)字符串操作的一種邏輯公式，就是用事先定義好的一些特定字符,、及這些特定字符的組合,，組成一個(gè)“規(guī)則字符串”，這個(gè)“規(guī)則字符串”用來表達(dá)對(duì)字符串的一種過濾邏輯,。

一,、匹配單個(gè)字符

[0-9]：匹配任意數(shù)字

[a-z]：匹配任意小寫字母

[A-Z]：匹配任意大寫字母

[0-9a-zA-Z]：匹配所有數(shù)字和字母

\：轉(zhuǎn)義

^：取反，如[^au]匹配不包含au的

\w：匹配包括下劃線的任何單詞字符,。等價(jià)于’[A-Za-z0-9_]’

\W：匹配任何非單詞字符,。等價(jià)于 '[^A-Za-z0-9_]'

\d：匹配一個(gè)數(shù)字字符。等價(jià)于 [0-9]

\D：匹配一個(gè)非數(shù)字字符,。等價(jià)于 [^0-9],。

\s：匹配空白，包括空格,，tab,，換行

\b：匹配單詞邊界，如\bapple\b——>apple

^字符串開始,，$字符串結(jié)束,，^python$——>python

.：匹配除 “\n” 之外的任何單個(gè)字符。要匹配包括 '\n’ 在內(nèi)的任何字符,， '[.\n]’ 的模式

,？：指定一個(gè)字符或字符組，匹配它之前的字符0次或1次,，如匹配 favorite和favourite這兩種寫法,，favou?rite

二、匹配多個(gè)字符

{N}：它之前的字符出現(xiàn)N次,，如匹配電話號(hào)碼\d{4}-\d{7}

{M,N}：重復(fù)區(qū)間,，M次到N次，正則是貪婪模式,，優(yōu)先匹配更多的,，要用非貪婪模式{M,N}?

{M,}：開閉區(qū)間

+：匹配一個(gè)到無數(shù)個(gè)，{1，}

*：匹配0到無數(shù)個(gè){0,}

.*?：爬蟲經(jīng)常會(huì)用到的一種匹配方法,，表示非貪婪模式,，匹配盡可能少的任意字符

\d+：也是爬蟲常用的，匹配數(shù)字,，如果數(shù)字用.*,？匹配不到，可以用這個(gè)