Scrapy学习——正则表达式

重要性

爬取html中内部的内容时经常需要只要标签中的部分内容，这时就需要正则表达式

特殊字符

^      以一个x内容为开头的
.      代表任何字符
*      表示任意多次 
$      以x结尾的
?      贪婪匹配，从左至右```
       也就是会寻找下一组的符合条件的值
x+     至少出现一次x
{y}    前面的字符至少出现y次
{y,}   前面的字符出现y次及以上
{y,z}  前面的字符出现y到z次
y|z    符合y条件或者z条件即可
()     将正则分组，取值时按组选取
[]     取[x,y,z]中的任何一个都可，或者写成[0～9]则取0到9中任意值，[^x]只要不为x
\s     空格
\S     只要不为空格
\w     任意字符等效于[0~9a~zA~Z_]
\W     只要不为[0~9a~zA~Z_]即可
\d     只要为字即可

eg:

# -*-coding: utf-8 -*-

import re
# 引入re模块，python的正则模块
line = 'bobby1123'
reg_str = '^b.*'
if re.match(reg_str,line):
    print('yes')

.*出生于(\d{4}[/-]\d{1,2})