6.爬虫数据提取——正则表达式

一、单字符匹配规则

方式	描述
点(.)	匹配任意字符
\d	匹配任意数字
\D	匹配任意非数字
\s	匹配空白字符
\w	匹配小写的a-z、大写A-Z、数字0-9和下划线_
\W	匹配除小写\w之外的内容
[ ]	组合方式进行匹配，满足[ ]内的均可匹配

二、多字符匹配规则

方式	描述
星号(*)	匹配0个或任意多个字符
加号(+)	匹配1个或任意多个字符
问号(?)	要么匹配0个，要么匹配1个
{m}	匹配指定的m个字符
{m,n}	匹配m-n个字符，取最多

三、匹配规则替代方案

方式	描述	替代方式
\d	匹配所有数字	[0-9]
\D	匹配所有非数字	[^0-9]
\w	匹配所有数字、字母和下划线	[0-9a-zA--Z_]
\W	匹配所有非数字、字母和下划线	[^0-9a-zA--Z_]
[\w\W]或[\d\D]	匹配所有字符

四、特殊规则

1.在中括号内不再有特殊含义的字符

[.]  [*] [?] 等仅表示匹配点(.)、星号(*)、问号(?)。