python中用re模块来处理正则表达式，能帮助你检查一个字符串是否和某种模式匹配。正则表达式提供了强大的方式来查找，替换，验证和提取文本数据
常用的场景是用正则表达式来进行网页数据的爬取和存储。
1、正则表达式的模式：
| 普通字符 | 例如字母，数字，空格可以直接匹配 |
| 特殊字符 |
例如点号.，星号*，加号+、问号？等，他们具有特殊的含义和功能 |
| 字符类 | 用方括号[]包围的字符集合，用于匹配方括号内的任意一个字符 |
| 元字符 |
例如\d，\w，\s，用于匹配特定类型字符，例如数字，字母，空符。 |
| 量词 |
例如{n}，{n,}，{n,m}，用于匹配指定的次数或范围 |
| 边界符号 | 例如^，$，\b，\B，用于匹配开头，结尾，或单词边界位置 |
2、特殊字符及含义
| 字符 | 描述 |
| \ | 将下一个字符转换为一个特殊字符 |
| ^ | 匹配字符串的开始位置 |
| $ | 匹配字符串的结束位置 |
| * | 匹配前面的子表达式零次或多次。例如po*能匹配"p"和“poo” |
| + | 匹配前面的子表达式一次或多次。例如po+能匹配“po”和“poo” |
| ? | 匹配前面的子表达式零次或一次。例如do(es)能匹配“do”和“does” |
| {n} | n是一个非负整数。匹配确定的n次。例如o{2}能匹配food的两个o，但不能匹配fo的一个o |
| {n,} | n是一个非负整数，匹配n次以上。例如o{2,}能匹配fooood，不能匹配fo |
| x|y | 匹配x或y |
| [xyz] | 字符集合，匹配所包含的任务一个字符。例如[abc]，匹配apple的“a” |
| [^xyz] | 负值字符集，匹配未包含的任意字符。例如[^abc]，匹配apple的'p','l','e' |
| [a-z] | 字符范围。匹配指定范围内的任意字符。 |
| [^a-z] | 字符范围。匹配未指定范围内的任意字符。 |
| \d | 匹配一个数字字符。等价于[0-9] |
| \D | 匹配一个非数字字符。等价于[^0-9] |
| \n | 匹配一个换行符。 |
| \r | 匹配一个回车符。 |
| \s | 匹配任意空白字符，包括空格，制表符，换页符等。 |
| \S | 匹配任意非空白字符 |
| \w | 匹配字母，数字，下划线。 |
| \W | 匹配非字母，数字，下划线。 |
|
(?:pattem) |
匹配模式但不获取匹配的子字符串。即非获取匹配，是匹配模式。例如“industr(?:y|ies)”，能匹配“industry”或“industries”这种模式 |
| (?=pattem) | 正向肯定断言。例如windows(?=7|10|2000|NT)，能匹配“windows7”的'windows'，但不能匹配“wondows2.2”的‘windows’ |
3、特殊字符的优先级
| 优先级 | 符号 |
| 最高 | \ |
| 高 |
()、（?:）、(?=)、[] |
| 中 | *、+、？、{n}、{n,}、{n,m} |
| 低 | ^、$ |
| 次最低 | 串连，即相邻字符连接在一起 |
| 最低 | | |
4、正则表达式常用的方法
| 方法 | 解析 |
| compile() | 编译正则表打死模式，返回一个对象模式 |
| match() | 决定正则表达式对象是否在字符串最开始的位置匹配。注意：该方法不是完全匹配。当模式结束时若 原字符串还有剩余字符，仍然视为成功。想要完全匹配，可以在表达式末尾加上边界匹配符“$” |
| search() | 在字符串内查找模式匹配，只要找到第一个匹配然后返回，如果字符串没有匹配，则返回“None” |
| findall() | 遍历匹配，可以获取字符串中所有匹配的字符串，返回一个列表 |
| finditer() | 返回一个迭代器，顺序访问每一个匹配结果，该方法将找到匹配正则表达式的所有子串。 |
| split() | 按照能够匹配的子串将原字符串分割后返回列表 |
| sub() | 替换原字符中每一个匹配的子串后返回替换后的字符串 |
| subn() | 返回sub()方法执行后的替换次数 |
| flags() | 正则表达式编译时设置的标志 |
| pattem() | 正则表达式编译时使用的字符串 |