5.正则表达式

  第五部分开始，我新写的随笔是从python核心编程上总结的，详细查找可以在书中。
  正则表达式是在书籍的第一章节。

之前写过一些爬虫的程序，所以对这方面还是挺熟悉的。不过既然是笔记就截取点容易忘的，当做笔记了。
　　在python中主要的正则表达式的库是re模块，但是对于爬虫来说，针对html的结构的爬取还有其他更方便的库，例如Xpath等，这在我写的新浪爬虫中都有。
以下贴以下正则的用法：

以上就是一些正则的表达式的意义。

特别需要注意的一点是，在匹配特殊字符的时候需要使用转义符号\，比如匹配点时候要用.，否则就会和上边图中的.所冲突。
以下是re模块中的一些常用的函数：

？=表示的意义是
这个叫断言，只匹配一个位置比如，你想匹配一个“人”字，但是你只想匹配中国人的人字，不想匹配法国人的人
就可以用一下表达式(?=中国)人所以，表达式与其他通配符连用才能起到效果。
(?=.*[[a-z])\d+这个就表示 匹配以“任意字符连着一个小写字母”开头的数字，只匹配数字。
与之相对的是(?<=exp)这个是放后面的。
另外还需要注意的一点是在字符串前加上r，表示原始字符串，即字符串中的所有符号都表示一个字符，而没有特殊含义。
例如：r'\tss' 输出之后为\ss，而没有r则输出为 ss，即前边一个tab，后边两个ss。
最后，对于想要更深入研究正则表达式的，建议阅读由 Jeffrey E. F. Friedl.编写的Mastering Regular Expressions