常用正则表达式

#!/usr/bin/env python
# -*- coding:utf-8 -*-
# Author:woshinidaye
#数据解析和提取

# 正则表达式  regular expression
# .    :匹配除换行符外的任意一个字符，..就匹配两个
# \w   :匹配数字、子母、下划线
# \s   :匹配任意空白符
# \d   :匹配数字
# \n   :匹配换行符
# \t   :匹配制表符

# ^    :匹配字符串的开始
# $    :匹配字符串的结尾

# \W   :匹配非数字、非子母、非下划线
# \S   :匹配非空白符
# \D   :匹配非数字
# a|b  :匹配字符a或者字符b,|前后需要区分空格哟，a，b前后也需要区分
# ()     :匹配括号内的内容，也表示一个组
# []     :匹配字符组，[123asd],匹配123asd字符的都行，把被匹配的字符串，挨个和123asd比较
# [0-9,a-z]
# [^0-9] :匹配非0-9

# 量词
# *       :匹配0次或者多次
# +       :匹配一次或者更多次
# ?       :匹配零次或者一次
# {n}     :重复n次
# {n,}    :重复n次或者更多次
# {n,m}   :匹配n次到m次

# 贪婪匹配和惰性匹配
# .*        :贪婪匹配           #尽可能多匹配
# .*?       :惰性匹配           #?是让*尽可能的少，
'''
玩毛线游戏，玩吃鸡游戏，组队游戏，加入游戏  ====>玩.*游戏  ====> 玩毛线游戏，玩吃鸡游戏，组队游戏，加入游戏
玩毛线游戏，玩吃鸡游戏，组队游戏，加入游戏  ====>玩.*?游戏  ====> 玩毛线游戏    玩吃鸡游戏   #输出两个匹配结果
<div class="jay">周杰伦</div>，<div class="jj">林俊杰</div>  =====> <div class=".*?">.*?</div>
'''
# 匹配URL：[a-zA-z]+://[^\s]*
# 匹配email：[\w!#$%&'*+/=?^_`{|}~-]+(?:\.[\w!#$%&'*+/=?^_`{|}~-]+)*@(?:[\w](?:[\w-]*[\w])?\.)+[\w](?:[\w-]*[\w])?



# re解析

#bs4解析


#xpath解析