正则表达式
Regular Expression,正则表达式,一种使用表达式的方式对字符串进行匹配的语法规则.
爬虫抓取到的网页源代码本质上就是一个超长的字符串,想从里面提取内容用正则再合适不过了.
正则的优点:速度快,效率高,准确性高
正则的语法:使用元字符进行排列组合用来匹配字符串在线测试正则表达https://tool.oschina.net/regex/
1元字符:具有固定含义的特殊符号。
2量词:控制前面的元字符出现的次数
3贪婪匹配与惰性匹配
贪婪模式:多取
惰性模式: 少取