之前三个爬取示例：都是简单爬取（直接将网络请求到的内容反馈出来），没有用到正则表达式；本文我们学习如何使用正则表达式。
一、re正则表达式
（一）常用符号
| 常用符号 | 点号，星号，问号与括号（小括号） |
|---|---|
. |
匹配任意字符，换行符\n除外 |
* |
匹配前一个字符0次或无限次 |
? |
匹配前一个字符0次或1次 |
.* |
贪心算法 |
.*? |
非贪心算法 |
() |
括号内的数据作为结果返回 |
常用符号 举例：
源码：
import re
a = 'wang123'
b = re.findall('w.', a)
print(a + " 点.是一个占位符，一个.代表一个符号 :")
print(b)
a = 'wywy123'
b = re.findall('w*', a)
print("\n" + a + " 依次匹配字符，有则显示，无则显示''(空) :")
print(b)
b = re.findall('w?', a)
print("\n" + a + " 单独与*一样，前面附加其他的符号将做非贪心限制 :")
print(b)
secret_code = 'gf233d5xxIxxt21d5ds5fxxlovexxfdsthf5xxyouxxdfsd6f6sd5fh'
b = re.findall('xx.*xx', secret_code)
print("\n" + secret_code + "\n1、贪心算法——(只要满足条件全部显示) :")
print(b)
b = re.findall('xx.*?xx', secret_code)
print("2、非贪心算法 :")
print(b)
print("3、经典用法(.*?) ——()包围所需要的内容，括号内的内容作为结果返回，不需要的内容放在括号外面")
b = re.findall('xx(.*?)xx', secret_code)
print(b)
\s ： 匹配空格符
import re
a = '''test1xxI xxlove xxtest4xxyouxxtest5'''
b = re.findall('xx(.*?)xx', a)
c = re.findall('xx(.*?\s)xx', a)
print(b)
print(c)
\d+ : 匹配纯数字
举例：
源码：
import re
a = '''test1xxIxxlovexxtest4xxyouxxtest5'''
b = re.findall('(\d+)', a)
print(b)
re.S ：让.匹配所有行，包括了换行符（以\n的形式出现）
举例：
源码：
import re
a = '''gf233d5xxIxxt21d5ds5fxxlove
xxfdsthf5xxyouxxdfsd6f6sd5fh'''
# love后有换行符
b = re.findall('xx(.*?)xx', a)
c = re.findall('xx(.*?)xx', a, re.S)
print('b is ', b)
print('c is ', c)
更多（略）
（二）常用方法
| 常用方法 | findall， search， sub |
|---|---|
| findall | 匹配所有符合规律的内容，返回包含结果的列表 |
| search | 匹配并提取第一个规律的内容，返回一个正则表达式对象(object) |
| sub | 替换符合规律的内容，返回替换后的值 |
常用方法 举例：
findall：（每一个匹配项为第一级列表，括号为二级列表）
举例：
源码：
import re
a = '''test1xxIxxlovexxtest4xxyouxxtest5'''
f2 = re.findall('xx(.*?)xx(.*?)xx', a, re.S)
print(f2[0][1])
search:(group是按括号顺序匹配)
search 找到一个后返回，不继续，客大大提高效率
findall遍历全部，找到尽可能多的项
举例：
源码：
import re
a = '''test1xxIxxlovexxtest4xxyouxxtest5'''
b1 = re.search('xx(.*?)xx(.*?)xx', a, re.S).group(1)
b2 = re.search('xx(.*?)xx(.*?)xx', a, re.S).group(2)
#b3 = re.search('xx(.*?)xx(.*?)xx', a, re.S).group(3)
print(b1)
print(b2)
# print(b3)
sub：（sub将符合条件的()内内容提换）
举例：
源码：
import re
a = '''test1xxIxxlovexxtest4xxyouxxtest5'''
output = re.sub('xx(.*?)xx', '666', a)
print(output)
二、实战
附：[参考链接]
1、 正则表达式基本用法
2、 正则表达式实战