一直爬虫的自我修养 正则！

在re模块下

import re

*search找第一个匹配

 

*findall找所有匹配

 

 *反斜杠后跟1-99的数字代表的是前方小括号括起来从左到右顺序组成，第一个小括号为1，一直到99

　　如： (Fishc)\1  是不匹配Fishc的而匹配FishcFishc,(F)(S)\1\2  >>匹配的是FSFS  \1指的是F  \2指的是S

*[...]里面元字符失去本身作用，可能变成其它中作用，如[.]匹配的就是单纯的. 和外边的\.作用一样  但是[\]是不对的 \仍然代表转译符，[^abc]代表匹配除了abc，而[abc^]代表怕匹配abc^其中的一个

 

正则表达式默认启用贪婪模式：

　　如下

如何开启非贪婪模式：在表示重复的元字符后加一个问号，即开启非贪婪模式

 

序号这个很重要 !!,上方俩图片上文字已经叙述

\b 字母和_不认为是单词边界，而其他符号也被认为是单词边界！

图片只是部分的....

   

 

 

 

 P60尾正则表达式的编译标志        

 

 

 

 findall（）如果正则匹配中含有子组，他会将子组匹配的内容返回回来，如果有多个子组，它会以元组的形式返回来

 

 

 (? 开头是正则表达式的扩展语法

(?:.. 使得findall不作为子组返回