所謂的python web爬蟲基礎

import re

正則表達式：

經常使用的符號：點號 問號 星號 和小括號
.：匹配任意字符，換行符\n除外
——點號能夠理解爲佔位符，一個點號匹配一個字符。
*:匹配前一個字符0次或無限次
?:匹配前一個字符0次或者1次
.*：貪心算法（儘量多的匹配到數據）
.*?：非貪心算法（儘量多的找到知足條件的組合）
()：括號內的數據將會做爲結果返回。

經常使用的方法：findall，Search，Sub
findall：匹配全部符合規律的內容
Search：匹配並提出第一個符合規律的內容，返回一個正則表達式對象
Sub:替換符合規律的內容，返回替換後的值

萬能表達式：
（.*?）

多行表達式的匹配
re.S

s='''sdfhajkdxxluhuanxx
   lsdhfxxwangpiaoxxsjdkf'''
sub=re,findall('xx(.*?)xx',s,re.S)

//findall和search的區別
sub= re.search('xx(.*?)xxdsfaxx(.*?)xx',s,re.S).group(1)
sub= re.findall('xx(.*?)xxdsfaxx(.*?)xx',s,re.S)
print sub[0][1]  //在字符串中存在多行知足匹配規則。

小貼士：
匹配數字
a=sdfasd123415ksadfj2345kdsafj
b=re.findall('(\d+)',a)

匹配原則：
findall 和search匹配使用
先抓大再抓小