爬虫学习 ----- 第二章 爬取静态网站 ---------- 01 . re 模块学习 ---- python的re库

1. 写入文件的时候要encoding一下。

window默认的编码是 gbk 编码，

1. re

1. 正则的基础知识

字符组，数字，字母： [a-zA-Z0-9]
[^***]。除了这里面的都行，

.*?非贪婪匹配

2. python的re模块。

2. re.finditer ( r"\d+", “********”) 最常用！！！！

取东西：

3. 预加载正则表达式：

正则很长的化，就很方便。。

4. 从正则中取出数据来。

• 我想把里面的名字什么的拿出来。
  

(?P正则 ) 可以单独从正则匹配的内容中进一步提取内容
(?P.*?)。然后那的时候，it.group('name')。就拿到了。