正则表达式

因为beautifulsoup之类的库只能对HTML文档进行解析

但是现在很多都是内嵌在js代码里面了，这个时候就需要使用到正则表达式来进行定位的操作

import re

上面这个包是python内置的，不需要另外安装

百度--正则表达式手册

就可以查看到全部正则表达式内容

*可以匹配前面的子表达式零次或者多次，zo*可以匹配z，以及zoo，*等价于{0,}

+可以匹配前面的子表达式一次或者多次，zo+可以匹配zo，以及zoo，+等价于{1,}

？可以匹配前面的子表达式一次或者零次，zo?可以匹配z,以及zo

\s可以匹配任何空白字符，包括空格、制表符、换页符等

\d代表0-9任意数字

\w代表小写a-z，A-Z，_，0-9

\s代表空白字符

import re
text = 'HelloHelloHello'
r = re.compile('H.*?o',re.S|re.I)
print(r.search(text).group())

.*?就是惰性匹配方法，意思是当满足这个条件一次，就立刻停止

Hello出现了三次，但是当第一个hello通过惰性匹配满足了一次，就立刻停止再继续往后面去循环匹配

search（全局匹配）match（从头匹配）

.group（获取内容）.findall（匹配全部）

re.S 匹配换行符 re.I不区分大小写

import re

test='hello world'
re_com=re.compile('h(.*?)o w(.*?)d',re.I|re.S)
result= re_com.search(test).group()
print(result)

.group() 结果 hello world

.groups() 结果 （‘ell’，‘orl’） -----------------输出所有结果

.gourp(1) 结果 ell ----------------输出第一个正则表达式结果

.group(2) 结果 orl ----------------输出第二个正则表达式结果