咱们可以使用 urllib 向网页请求并获取其网页数据。可是抓取信息数据量比较大，咱们可能须要其中一小部分数据。对付刚才的难题，就须要正则表达式出马了。正则表达式能帮助咱们匹配过滤到咱们须要的数据，但它学习起来很是枯燥无味。你可能会说，我尚未开始想学习正则表达式，你就来打击我？ 莫慌！层层递进地学习，一步一个脚印地学习，很快就会学会了。对于爬虫，我以为学会最基本的符号就差很少了。正则表达式
1 正则表达式
下面是一张关于正则表达式字符的图，图片资料来自CSDN。先把图中字符了解清楚，基本上算是入门。微信
2 re 模块
Python 自1.5版本起经过新增 re （Regular Expression 正则表达式）模块来提供对正则表达式的支持。使用 re 模块先将正则表达式填充到 Pattern 对象中，再把 Pattern 对象做为参数使用 match 方法去匹配的字符串文本。match 方法会返回一个 Match 对象，再经过 Match 对象会获得咱们的信息并进行操做。下面介绍几个 re 经常使用的函数。编辑器
2.1 compile 函数
compile 是把正则表达式的模式和标识转化成正则表达式对象，供 match() 和 search() 这两个函数使用。它的函数语法以下：函数
第一个参数是
pattern，指的正则表达式。学习第二个参数
flags是匹配模式，是个可选参数。可使用按位或’|’表示同时生效，也能够在正则表达式字符串中指定。匹配模式有如下几种：url
该方法返回的结果是一个 Pattern 对象。spa
2.2 match 函数
match()函数只在字符串的开始位置尝试匹配正则表达式，也就是说只有在 0 位置匹配成功的话才有返回。若是不是开始位置匹配成功的话，match() 就返回 none。它的函数语法以下：.net
第一个参数：匹配的正则表达式3d
第二个参数：要被匹配的字符串code
flags 是可选参数，跟 compile 用法类似
匹配成功 re.match 方法返回一个匹配的对象，不然返回None。要想得到匹配结果，既可使用
groups()函数获取一个包含全部字符串的元组（从 1 到 所含的小组号），也可使用group(组号)函数获取某个组号的字符串。
match 函数用法的示例代码：
2.3 search 函数
search() 函数是扫描整个字符串来查找匹配，它返回结果是第一个成功匹配的字符串。
参数用法以及返回结果跟match函数用法相同。
search 函数用法的示例代码：
2.4 findall 函数
findall函数在字符串中搜索子串，并以列表形式返回所有能匹配的全部子串。
参数用法以及返回结果跟match函数用法相同。
findall 函数用法的示例代码：
做者：猴哥，公众号：极客猴。爱好读书，喜欢钻研技术，梦想成为文艺青年的IT Boy。
- END -
分享干货的公众号
本文分享自微信公众号 - 极客猴（Geek_monkey）。
若有侵权，请联系 support@oschina.cn 删除。
本文参与“OSC源创计划”，欢迎正在阅读的你也加入，一块儿分享。