正则表达式(one)

爬虫—>正则表达式（部分语法）

概念

• 正则：用来匹配字符串的一门表达式语言
• 测试网址：https://tool.oschina.net/regex/

语法

正则支持普通字符

• 所有大写和小写字母、所有数字、所有标点符号和一些其他符号。

元字符（一个符号匹配一堆内容）

• /d 能够匹配一个数字（0-9）
• /D 能够匹配除了数字以外内容
• /w 能够匹配一个数字，字母，下划线（0-9，a-z，A-Z，_)
• /W 能够匹配除了数字，字母，下划线以外内容
• [zxm] 匹配z，x，m
• [^zxm] 匹配除了z，x，m以外内容
• . 点 除了换行符以外的其他所有内容都可以匹配

量词（控制，前面元字符出现的频次）

• ‘+’ 加号前面的元字符出现>=1次 – /d+
• ‘*’ 星号前面的元字符出现>=0次 – /d星号
• ‘?’ 问号前面的元字符出现0次或者1次 – /d？

惰性匹配

• .*? 匹配到距离xxx最近内容
• 你.星号?我 ： .星号?等于你到我，中间截取的大堆内容

有不足，请见谅~