首先跟大家简单唠叨两句为什么要学习正则表达式，为什么在网络爬虫的时候离不开正则表达式。正则表达式在处理字符串的时候扮演着非常重要的角色，在网络爬虫的时候也十分常用，大家可以把它学的简单一些，但是不能不学。
尽管网络爬虫相关库给我们提供了丰富的库如css、bs4、lxml等等，让我们可以通过选择器去匹配字符串，但是在HTML中数据往往存在标签之中。通过选择器确实可以匹配到标签的内容，但是有时候标签中存在的许多内容是冗余的，而我们只需要匹配其中部分内容即可（如匹配数字、时间等），如下图所示。通过选择器，我们一般可以获取到“782好笑”这个字符串，但是我们只需要“782”这个数字的话，此时正则表达式就要派上用场了
正则表达式可以帮我们判断某个字符串是否符合某一个模式，其次正则表达式可以帮我们提取某个字符串中的重要部分，做子字符串的提取。今天简单的给大家讲解几个正则表达式的特殊字符—— “^”、“.”、“*”，并且用实例进行演示，让大家对正则表达式有个初步的了解。
小编用的Python是3版本，开发环境用的是pycharm，首先在本地新建一个demo.py文件，接下来开始进行演示。
1、正则表达式在Python中有个专门的库叫re模块，首先进行导入模块。再定义一个字符串str，然后定义一个正则表达式匹配规则regex。
2、“^d”代表的意思是以d元素开头的任意一个字符串，也就是说只要是以d开头的字符串，后面的元素不论是什么，都是符合规则的，总之必须要以d开头。
3、“.” 较为常用，其代表的意思是任意字符，其表示的范围非常广，可以接任意字符，不论是中英文，还是下划线之类的特殊字符，都是可以代表的。举个栗子，正则表达式“^d.”就是代表以d开头的字符串，b后边接任意字符都可以。
4、“*” 也十分常用，其代表的意思是前面的字符可以重复任意多遍，可以是0次，1次，2次等任意多次。
5、了解好这几个特殊字符的用法之后，接下来通过代码简单的感受一下。如下图所示，如果匹配成功，则返回yes；如果没有匹配成功，则不返回任何东西。
可以看到程序运行之后，返回的结果为yes，说明匹配成功。正则表达式“^d.*”代表的意思是以d开头的字符串，后面跟着任意字符，出现任意多遍。显然，通过匹配可以得知该正则表达式匹配的结果和原始字符串一致，之后if判断返回值为true，所以打印出结果为yes。
6、为了进一步验证这个模式是否正确，我们将b改为a，其代表的意思该模式下的字符串是否以a开头的。之后再次运行程序，如下图所示。
此时可以看到无任何输出，说明特殊字符“^”起到了作用。
小伙伴们，快去打开Python，感受一下正则表达式的大法吧~~~
网友评论