学习爬虫的第49天，正则表达式被我踩在脚下

昨天学了 bs4 后，基本上就没明白啥意思，情绪一度陷入低谷。

好在有朋友在评论区告诉我：不用太在乎 bs4 了，正则表达式学好就行了，效率不是 bs4 可以比的。

一下子点燃了我前进的道路、又让我变得元气满满。

巧合的是，今天老师就开始讲正则表达式了，这就是命中注定吧。

正则表达式 描述了一种字符串匹配的模式，可以用来检查一个字符串是否含有某种子串、将匹配的子串替换或者从某个串中取出符合某个条件的子串等。

网上一搜，常用的正则表达式有60多个，关键是一个个都写的跟天书一样。

好在老师说作为初学者，不要求全会，自己能写一两个即可，关键是能看懂别人写的。

所以，就必须要能掌握正则表达式的常用操作符。

在 Python 中，主要使用 Re库解决正则表达式匹配问题的。

上面的几个函数中，必须要熟练掌握的就是 match 、 findall 、sub。

此外，正则表达式可以包含一些可选标志修饰符来控制匹配的模式。

概念说了半天，不上手实操一下，都是扯淡。

使用 compile() 与 findall(), search(), match(）等搭配使用。可以返回一个匹配对象。

这里返回的匹配结果是，span=（3,5），考虑到左闭右开特性，也就是说，它在第3、4位置找到了AA。

也就是说，匹配的结果是两个：一是匹配不匹配；二是在哪个位置匹配。

search 方法进行比对查找，只查找出现的第一个。

也可以进行简写，前面的字符串是规则（正则表达式），后面是被校验的对象。

sub（）的使用方法可以参考下面的代码。

表示：在第三个字符串中查找，将找到的 a 用 A 替换。

这个功能还是蛮强大的，这不就是 word 里面的替换功能嘛。

建议：在正则表达式中，被比较的字符串前面加上 r ，不用担心 转义字符 的问题。

总体感觉这部分不算难，真正在未来操作过程中，碰到想不起来的，直接查找就好了。

正则表达式，就是一个熟能生巧的工具罢了。