前兩天小編整理一份爬蟲的資料，不知道大傢伙是否還記得，這一次小編結合所學習的內容，跟大家分享分享。
大家可以給小編提提意見，今天主要分享的是使用正則表達式解析網頁。
Python爬蟲是非常重要的板塊，學起來剛開始有一些迷茫，慢慢的熟悉之後就變成“老司機”，相信剛開始學習python的小夥伴也能和小編一樣，可以學著自己分享一下一些東西。
每一個上班族或者就算宅在家的人，每天都需要打開網頁搜索資料，所以今天我們就利用Python爬蟲，來解析網頁。
話不多少，下面正式開始分享
認識正則表達式
正則表達式就是對字符串進行操作的邏輯公式，相當於‘過濾’這個字符串。
一開始學習可能是懵懂的，小編就是這樣，後來一直不停的複習，總算是學會了。
常用的正則表達式
單字符：
. : 除換行以外所有字符
[] ：[aoe] [a-w] 匹配集合中任意一個字符
\\d ：數字 [0-9]
\\D : 非數字
\\w ：數字、字母、下劃線、中文
\\W : 非\\w
\\s ：所有的空白字符包,括空格、製表符、換頁符等等。等價於 [ \\f\\n\\r\\t\\v]。
\\S : 非空白
數量修飾：
* : 任意多次 >=0
+ : 至少1次 >=1
? : 可有可無 0次或者1次
{m} ：固定m次 hello{3,}
{m,} ：至少m次
{m,n} ：m-n次
邊界：
$ : 以某某結尾
^ : 以某某開頭
分組：
(ab)
貪婪模式： .*
非貪婪（惰性）模式： .*?
re.I : 忽略大小寫
re.M ：多行匹配
re.S ：單行匹配
re.sub(正則表達式, 替換內容, 字符串)
re.match方法
這裡直接來講解正則表達式的re.match方法：
先上一批代碼：
import re
test=re.match('www','www.baidu.com')
print('result:',test)
print('begin and end tuple:',test.span())
print('begin:',test.start())
print('end:',test.end())
利用re.match方法，結果為：
result: <re.match>
begin and end tuple:(0, 3)
begin:0
end:3
span()是匹配結果的開始位置和結束位置
start()和end()則是分別開始和結束。
下面試著把pattern進行一些改變：
import re
pattern='Cats are smarter than dogs'
test=re.match(r'(.*) are (.*?) dogs',pattern)
print('the whole sentence:',test.group(0))
print('the first result:',test.group(1))
print('the second result:',test.group(2))
print('a tuple for result:',test.groups())
最終結果，你會得到：
the whole sentence: Cats are smarter than dogs
the first result: Cats
the second result: smarter than
a tuple for result: ('Cats', 'smarter than')
注意：r表示純字符，防止反斜槓轉譯。
()裡面小編這裡用的是嵌入正則表達式，所以就最後匹配了Cats和smarter than。
re.search方法
re.match只從字符串開始進行匹配，請看下面代碼：
import re
link='www.baidu.com'
print(re.match('baidu',link))
print(re.search('baidu',link))
結果顯示：
None
<re.match>
從這裡就可以看到，這兩者的區別，match發現開頭沒有就直接返回None了，而search則從頭掃描到尾。
re.findall方法
這個就是比較牛掰的方法，也是小編常用的，因為它可以找到所有的匹配。比如：
import re
link='www.baidu.com www.baidu,com'
print(re.match('www',link))
print(re.search('www',link))
print(re.findall('www',link))
結果如下：
<re.match>
<re.match>
['www', 'www']
我們可以看到Match和search只能返回一個www，但是使用findall可以找到所有的哦，所以小編可以推薦大家使用re.findall方法，不過也要根據自己情況而定。
這三種方法，小編做了稍微的總結，用一句話概括：一山還比一山高。
search比Match用起來則更加靈活，findall又比前兩者爬取到更多網頁知識，整體學起來是不是很難，主要是需要對症下藥，找到合適的匹配規則。
其實小編學習python爬蟲時間並不長，在此期間加入了一個學習python的社群，天天與學習python的童鞋們交流分享，不懂的問題也有助教老師幫我們分析，所以說掌握知識很簡單，如果你也想加入我們這個大家庭，歡迎來私信小編~
如果你對這篇文章感興趣，或者你身邊的人正在學習python，可以分享給朋友們一起交流學習。
閱讀更多 Q小小科技 的文章
