python的正則表達式庫re
正則的常用符號
. 匹配任一字符，換行符\n除外
* 匹配前一個字符0次或無限次
？ 匹配前一個字符0次或1次
.* 貪心算法（盡可能多的匹配）
.*? 非貪心算法（盡可能少的匹配）
() 括號內的數據作為結果返回
以下簡單介紹幾個主要函數的用法
re.match
說明：從字符串的第一個位置開始匹配，匹配到返回,m =re.match("正則表達式",字符串))
import re
m = re.match('"goUrl":"（[^"]*）"',response)
print(m.group(0),m.group(1))
print(m.groups())
解釋：re.match()中第一個參數為要匹配的正則表達式（正則表達式用單雙引號括起來，但是如果里面本身包含雙引號，可以用單引號括起來），第二個為要提取的原始文件字符串。
group(0)為提取到的包含goUrl的全部正則內容。group(1)為正則表達式第一個括號內的內容，當然也可以有兩個括號，那就用group(2)來返回，groups()返回一個元祖，所有括號內的內容
match取到一個字符串后返回
re.search
說明：在整個字符串中匹配到第一個正則后返回數據，返回一個正則表達是對象（object）
import re
m = re.search('"goUrl":"（[^"]*）"',response)
print(m.group(0),m.group(1))
與match的區別：match是從字符串開始進行匹配；search是從字符串的任何部分開始匹配
search也是最多匹配到一個字符串，然后就退出了，group用法與match一樣
re.findall
說明：返回字符串中滿足正則表達式的所有字符串。返回結果是一個列表[]
import re
m = re.findall('"goUrl":"（[^"]*）"',response)
print(m)
解釋：正則也可以用()，然后列表中的每一個子項，可以用group()來取出來括號內的內容
re.compile
說明：將經常使用的正則表達式編譯成一個正則表達式對象，使用更方便
import re
m = re.compile('"goUrl":"（[^"]*）"')
print(m.findall(response))
print(m.search(response))
print(m.match(response))
解釋：使用compile與單獨使用findall等操作是一樣的
re.sub
說明：將匹配到正則的所有字符串替換為另一個字符串，返回結果是一個字符串
import re
m = re.sub("正則表達式","要替換的內容",源文件)
print(m.findall(response)
注意：要替換的內容可以用("%d"%789)來通過外部參數替換要替換的內容
re.split
說明：按照正則進行分割，返回一個列表（列表內容不包含分隔符）
import re
m = re.split("正則表達式分隔符",源文件)
print(m)
re.split和python的split的區別：
1.如果分割符是固定字符串，兩個可以混用。re.split("goUrl",response)等價於response.split("goUrl")
2.re.split可以用正則表達式分割，比如re.split("[0-9]*",response)，而python的split只能用string類型的字符串分割。
re.S
說明：是一個參數，多行匹配。如果不用re.S則在單行中進行匹配，如果用了re.S則在整體中進行字符匹配
re.M
說明：是一個參數，^$標志將會匹配每一行。默認情況下是只匹配符合正則的第一行和最后一行
一些小技巧：
1.先抓大再抓小
例子a.html如下：
<div class="topic"><a href="xxx"></a>
<div class="list">
<ul>
<li><a href="xxx/1.html">這是第一條</a></li>
<li><a href="xxx/1.html">這是第二條</a></li>
<li><a href="xxx/1.html">這是第三條</a></li>
</ul>
</div>
</div>
想要抓出這是第一條、這是第二條、這是第三條；如果用'>(.*?)</a>'會抓取到第一行。這時就可以先抓大再抓小，即讀取到<ul>，然后再獲得下面的'></a>'的內容
text_fied=re.findall('<url>(.*?)</ul>'),a.html
更多關於re的操作可以參照官網：https://docs.python.org/3.1/library/re.html