爬虫：正则表达式

正则表达式 以英文字母开头，出现一次。后面的是数字，大小写，出现5到15位，一共6-16位。前面那个1可以省略。 要匹配div标签中的内容。 关闭贪婪模式，这里加了一个？。因为正则表达式是默认匹配尽量多的内容的，关闭贪婪模式，这里就不会加div也匹配进去。 re模块使用 re模块有很多方法，但是爬虫中常用的有提取，匹配和替换。 案例：比如现在有个html文件，要提取它的Email和手机号。 首先，

>>阅读原文<<