1，爬取解析一個簡單的網頁資料都有什麼步驟呢？

　　1.1，首先應該用requests構建一個請求，將請求成功返回的資料，傳遞給一個response物件，我們這裡先假設這個response物件名字為 r 吧；

　　1.2，然後嘛呼叫BeautifulSoup庫，比如BeautifulSoup(r.text,'html.parser')使用html解析器把html頁面的原始碼解析成易於理解標籤形式；

　　1.3，正則表示式可以快速分析大量文字找到特定的字串模式，然後進行提取編輯替換等操作；所以接下來就是對正則表示式的學習了；

2，正則表示式  regular expression；python標準庫；

　　2.0，正則表示式定義：正則表示式表示具有特定性質的一組字串；由普通字元和操作符組成；

　　2.1，正則表示式的常用操作符：

　　　　2.1.1， .   表示除換行符外的任意字元；

　　　　2.1.2， [ ] 表示單字元範圍；　　eg:[abc]表示a或b或c；[a-z]表示a到z中的某一個字元；

　　　　2.1.3， [^  ]  表示單字元排除範圍；　　eg：[^abc]表示abc之外的任意字元；

　　　　2.1.4，* 前一個字元任意次擴充套件，相當於{0，}；　　eg：abc*表示ab,abc,abcc等；

　　　　2.1.5，+ 前一個字元至少一次擴充套件，相當於{1，}；　　eg: abc+表示abc,abcc,abccc等；

　　　　2.1.6，？前一個字元擴充套件0次或1次，相當於{0,1}；　　eg: abc?表示ab或abc；

　　　　2.1.7，{m} 前一個字元的m次擴充套件；　　eg：abc{2}表示abcc；

　　　　2.1.8，{m,n}前一個字元的[m,n]次擴充套件；　　eg：ab[1,2]c 表示abc和abbc；

　　　　2.1.9，| 表示左右表示式中的任意一個，相當於或；　　eg: abc | abd 表示abc或abd；

　　　　2.1.10，^ 字串開頭匹配；　　eg: ^a匹配abc中的a，不匹配abc中的b和c；^b不匹配abc中的b；

　　　　2.1.11，$字串結尾匹配；　　eg: c$ 匹配abc中的c，b$不匹配abc中的b；

　　　　2.1.12，（）分組標記，內部只能使用|操作符；　　eg:(abc|abd)表示abc或abd；

　　　　2.1.13，\d 表示數字0到9中的一個，相當於[0-9]；

　　　　2.1.14，\w 表示單字元a-z，A-Z,0-9;相當於[a-zA-Z0-9]；

　　　　2.1.15，\D表示數字0到9之外的單字元，相當於[^0-9];  (這裡的運算子是[^  ]作為整體)

　　　　2.1.16，\w表示除了a-z和A-Z和0-9之外的字元，相當於[^a-zA-Z0-9]；

　　　　2.1.17,尚待補充；還有好多的；:)

　　2.2，正則表示式的經典例項；

　　　　2.2.1， ^[a-zA-Z0-9]+$ :  表示僅由英文字元和數字組成的字串； [1-9]?\d  : 表示0-99；

　　　　2.2.2， [1-9]\d{5} : 表示我國境內的6位郵政編碼；

　　　　2.2.3， ^-?\d+$ : 表示整數形式的字串；-?這裡代表的是負號是否需要；

　　　　2.2.4，[\u4e00-\u9fa5]  ：表示使用utf-8編碼來匹配中文字元；

　　2.3，正則表示式的表示型別；

　　　　2.3.1，raw string型別（原生字串型別）；

　　　　　　　 型別格式： r ' 正則表示式字串 '  ； eg:   r' [1-9]\d{5} ' ;

　　　　　　     型別備註：raw string型別對轉義字元不會進行再次轉義;

　　　　2.3.2，string型別；

　　　　　　　  型別格式：' 此處正則表示式字串若是有轉義字元，轉義字元重複一遍'  ；eg: ' [1-9]\\d{5}' ;

　　　　　　      型別備註：建議使用raw string；

3，正則表示式庫的部分函式方法；

　　3.0，正則表示式的形式的操作引數；

　　　　3.0.1，pattern：正則表示式表示的字串或原生字串；

　　　　3.0.2，string：等著被匹配出有效資訊的字串，簡稱帶匹配字串；

　　　　3.0.3，maxsplit : 待匹配字串最大分割次數；

　　　　3.0.4，repl : 替換匹配字串的字串；

　　　　3.0.5，count：替換匹配字串的最大替換次數；

　　　　3.0.6，flags：正則表示式使用時的控制標記；

　　　　　　　  （1）re.I ：匹配時忽略英文字元大小寫的控制標記；全稱re.INGORECASE;

　　　　　　　  （2）re.M :將^操作符的開頭匹配改為對字串的每行開頭匹配的控制標記；全稱re.MULTILINE;

　　　　　　　  （3）re.S :點操作符預設不匹配換行符，設定點操作符也可以匹配換行符的控制標記；全稱re.DOTALL；

　　3.1，re.search(pattern,string,flags=0)

　　　　  函式功能：在字串中找到匹配正則表示式的字串，返回match物件；

　　　　  函式例子：re.search( r'[1-9]\d{10}' , '胡犀牛13019841984' ) 

　　　　  例子意義：表示將待匹配字串中的電話號碼提取出來；（然後放到哪裡呢？？）　　　　　　

　　3.2，re.match(pattern,string,flags=0)

　　　　 函式功能：從字串開頭進行re匹配，要是開頭不匹配re，則返回的match物件就是為空；

　　　　 函式例子：re.match( r'[1-9]\d{10}' , '胡犀牛13019841984')

　　　　 例子意義：待匹配字串的開頭不是電話號碼，所以不匹配，返回match物件為空，如果呼叫當前這個空的match物件的方法就會報錯；因為空物件不存在屬性，也就不存在方法；

　　3.3，re.findall(pattern,string,flags=0)

　　　　 函式功能：將待匹配字串中所有能匹配的子串以列表形式返回；

　　　　 函式例子：re.findall( r'\d{11}' , '胡犀牛13019841984  鍾神醫 13018741874')

　　　　 例子意義：string中的兩個電話號碼都可以匹配，放入返回的列表型別中；

　　3.4，re.split((pattern,string,maxsplit=0,flags=0)

　　　　 函式功能：將正則表示式作為分割點，按分割次數將字串分割，其中可以匹配的子字串每次分割的時候排除掉；返回列表型別；

　　　　 函式例子：re.split( r' \d{11}' , '胡犀牛13019841984  鍾神醫 13018741874',maxsplit=1)

　　　　 例子意義：分割後返回的列表型別為 [ '胡犀牛','薛神醫13018741874']；分割一次，所以排除了一個電話號碼，排除點作為分割點；

　　3.5，re.findditer(pattern,string,flags=0)

　　　　 函式功能：將string中所有匹配子字串作為一個迭代型別返回，其中每個迭代元素都是match物件，具有match物件的屬性；

　　　　 函式例子：for num in re.finditer( r'\d{11}','胡犀牛13019841984 薛神醫13018741874')

　　　　 例子意義：匹配後的兩個號碼作為迭代型別，供num物件循壞呼叫；

　　3.6，re.sub((pattern,repl, string,count=0,flags=0)

　　　　 函式功能：將匹配的子字串替換掉，替換次數不超過count次，返回替換後的字串；

　　　　 函式例子：re.sub(r'\d{11}','phone_num','胡犀牛13019841984 薛神醫13018741874')

　　　　 例子意義：替換後的字串為 '胡犀牛phone_num 薛神醫phone_num' ；sub全稱substitute;

4，Re庫的呼叫形式；

　　4.1，函式式用法；如果對於某個字串只用一次re操作，這樣用比較方便；

　　　　eg: rst=re.search(r'\d{11}','胡犀牛13019841984 薛神醫1318741874')

　　4.2，將正則表示式形式的字串編譯生成regex物件，然後去呼叫正則表示式的函式；減少編譯次數，加快程式執行速度；

　　　　eg:  regex=re.compile( 正則表示式的字串形式)     

　　　　　　#將re字串形式編譯成pattern型別，物件名字也是pattern；是正則表示式物件，可以視作一組字串；

　　　　　　#正則表示式物件可以呼叫RE庫的方法；那不就是re庫的函式嗎？而且因為re字串形式經過了編譯，好多引數不需要了還可以省略；

　　　　　    regex.search( '待匹配的字串' )  返回match物件；

　　　　　　regex.match('待匹配的字串')  返回match物件；

　　　　　　regex.findall('待匹配字串')  返回列表型別；

　　　　　　regex.split('待匹配字串')  返回列表型別；

　　　　　　regex.finditer('待匹配字串')  返回迭代型別，迭代元素為match物件；

　　　　　　regex.sub('待匹配字串')  返回字串；