正则表达式
前面十项，仅仅是想尽各种办法，突破各种常见限制，从而可以顺利访问网站，接下来的问题就是如何从一大堆html代码中提取我们需要的内容，主要介绍十分强大的正则表达式。
了解正则表达式
正则表达式是用来匹配字符串非常强大的工具，在其他编程语言中同样有正则表达式的概念，Python同样不例外，利用了正则表达式，我们想要从返回的页面内容提取出我们想要的内容就很容易了。
正则表达式的语法规则
下面是Python中正则表达式的一些匹配规则：
正则表达式相关注解
数量词的贪婪模式与非贪婪模式
正则表达式通常用于在文本中查找匹配的字符串。Python里数量词默认是贪婪的（在少数语言里可能是默认非贪婪），总是尝试匹配尽可能多的字符；非贪婪的则相反，总是尝试匹配尽可能少的字符。例如：正则表达式“ab*”如果用于查找“abbbc”，将找到“abbb”。而如果使用非贪婪的数量词“ab*?”，将找到“a”。我们一般使用非贪婪模式来提取。
反斜杠问题
与大多数编程语言相同，正则表达式里使用“\”作为转义字符，这就可能造成反斜杠困扰。假如你需要匹配文本中的字符“\”，那么使用编程语言表示的正则表达式里将需要4个反斜杠“\\\\”：前面两个和后面两个分别用于在编程语言里转义成反斜杠，转换成两个反斜杠后再在正则表达式里转义成一个反斜杠。
Python里的原生字符串很好地解决了这个问题，这个例子中的正则表达式可以使用r”\\”表示。同样，匹配一个数字的“\\d”可以写成r”\d”。
Python Re模块
Python自带了re模块，它提供了对正则表达式的支持。主要用到的方法列举如下：
介绍这几个方法之前，我们先来介绍一下pattern的概念，pattern可以理解为一个匹配模式，那么我们怎么获得这个匹配模式呢？很简单的，我们需要利用re.compile方法就可以。例如：
在参数中我们传入了原生字符串对象，通过compile方法编译生成一个pattern对象，然后我们利用这个对象来进行进一步的匹配。
另外还有另一个参数flags，在这里解释一下这个参数的含义：
参数flag是匹配模式，取值可以利用按位或运算符‘|’表示同时生效，比如re.I | re.M。
可选值有：
在刚才所说的另几个方法例如re.match里我们就需要用到这个pattern了，下面我们一一介绍。
Re.match(pattern,string[,flags])
这个方法将会从string（我们要匹配的字符串）的开头开始，尝试匹配pattern，一直向后匹配，如果遇到无法匹配的字符，立即返回None，如果匹配未结束已经到达string的末尾，也会返回None。两个结果均表示匹配失败，否则匹配pattern成功，同时匹配终止，不再对string向后匹配。下面我们通过一个例子解释一下：
运行结果：
匹配分析
第一个匹配，pattern正则表达式为‘hello’，我们匹配的目标字符串string也为hello，从头至尾完全匹配，匹配成功。
第二个匹配，string为hello CQC，从string头开始匹配pattern完全可以匹配，pattern匹配结束，同时匹配终止，后面的o CQC不再匹配，返回匹配成功的信息。
第三个匹配，string为helo CQC，从string头开始匹配pattern，发现到‘o’时无法完成匹配，匹配终止，返回None。
第四个匹配，同第二个匹配原理，即使遇到了空格符也不会受影响。
我们还看到最后打印出了result.group()，这个是什么意思呢？下面我们说一下关于match对象的属性和方法。
Match对象是一次匹配的结果，包含了许多关于此次匹配的信息，可以使用Match提供的可读属性或方法来获取这些信息。
下面我们用一个例子来体会一下
Re.search(pattern,string[,flags])
Search方法与match方法极其类似，区别在于match()函数只检测re是不是在string的开始位置匹配，search()会扫描整个string查找匹配，match()只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话，match()就会返回None。同样，search方法的返回对象同样match()返回对象的方法和属性。我们用一个例子感受一下：
Re.split(pattern,string[,maxsplit])
按照能够匹配的子串将string分割后返回列表。Maxsplit用于指定最大分割次数，不指定将全部分割。我们通过下面的例子感受一下。
Re.findall(pattern,string[,flags])
搜索string,以列表形式返回全部能匹配的子串。我们通过这个例子来感受一下。
Re.finditer(pattern,string[,flags])
搜索string,返回一个顺序访问每一个匹配结果（Match对象）的迭代器。我们通过下面的例子来感受一下：
Re.sub(pattern,repl,string[,count])
使用repl替换string中每一个匹配的子串后返回替换的字符串。当repl是一个字符串时，可以使用\id或\g、\g引用分组，但不能使用编号0.当repl是一个方法时，这个方法应当只接受一个参数（Match对象），并返回一个字符串用于替换（返回的字符串中不能再引用分组）。Count用于指定最多替换次数，不指定时全部替换。
Re.subn(pattern,repl,string[,count])
返回（sub(repl,string[,count]),替换次数）。
Python Re模块的另一种使用方式
在上面我们介绍了7个工具方法，例如match，search等等，不过调用方式都是re.match，re.search的方式，其实还有另外一种调用方式，可以通过pattern.match，pattern.search调用，这样调用便不用将pattern作为第一个参数传入了，大家想怎样调用皆可。
函数API列表
