描述:正则表达式能够从一段文本中提取有用的信息。
0、使用正则表达式有如下步骤：
（1）寻找规律；
（2）使用正则符号表示规律
（3）提取信息
1、正则表达式的基本符号
1.1 点号“.”
一个点号可以代替除了换行符以外的任何一个字符，包括但不限于英文字母、数字、汉字、英文标点符号和中文标点符号。
1.2 星号“*”
一个星号可以表示它前面的一个子表达式（普通字符、另一个或几个正则表达式符号）0次到无限次。
1.3 问号“?”
问号表示它前面的子表达式0次或者1次。
1.4 反斜杠“\”
配合使用把特殊字符变成普通符号，把普通符号变成特殊字符。
1.5 转义字符表
| 转移字符 | 意义 |
| \n | 换行符 |
| \t | 制表符 |
| \\ | 普通反斜杠 |
| \' | 单引号 |
| \" | 双引号 |
| \d | 数字 |
1.6 小括号
小括号可以把括号里面的内容提取出来。
2、在python中使用正则表达式
2.1 python自带的正则表达式模块re(regular expression)
2.1.1 导入re
1 import re
2.1.2 findall
findall()方法，它能够以列表的形式返回所有满足要求的字符串
findall()的函数模型为：
1 re.findall(pattern, string, flags=0) #pattern表示正则表达式， string表示原来的字符串， flags表示一些特殊功能的标签
提示：（1）如果包含多个（.*?）返回的仍然是一个列表，但是列表里面的元素变成了元组。
（2）flags参数可以省略，不省略时具有一些辅助功能，如要忽略换行符，就需要使用re.S这个flag。
2.1.3 search
search()方法，只会返回第1个满足要求的字符串，一旦找到符合要求的内容，它就会停止查找。
search()的函数模型为：
1 re.search(pattern, string, flags=0)
提示：（1）如果需要得到匹配到的结果，则需要通过group()这个方法来获取里面的值
（2）只有在.group()里面的参数为1的时候，才会把正则表达式里面的括号中的结果打印出来。
（3）.group()的参数最大不能超过正则表达式里面括号的个数。
2.1.4 “.*”和“.*?”的区别
“.*”表示匹配一个能满足要求的最长字符串
“.*?”表示匹配一个能满足要求的最短字符串
3、正则表达式提取技巧
3.1 不需要compile
3.2 先抓大再抓小
先抓大再抓小的思想会贯穿整个爬虫开发过程。
3.3括号内和括号外
来源：https://www.cnblogs.com/nuochengze/p/12286976.html