正则表达式

优势：

　　更加通用（适应任何语言）

　　可以提取文本中的指定信息

　　可以提取非HTML中的信息

劣势：

　　语法比较晦涩

常用方法：

表达式	说明
compile()	用于编译正则表达式，生成一个正则表达式（Pattern）对象
match()	查看字符串的开头是否符合匹配模式，如果匹配失败，返回none　match().group()
search()	扫描整个字符串并返回第一个成功的匹配
findall()	找到所匹配的所有子串，并返回一个列表，如果没有，返回空列表

正则表达式符号：

^	匹配字符串的开头
$	匹配字符串的末尾
.	匹配任意字符，除了换行符
\w	匹配字母数字及下划线
\W	匹配非字母数字及下划线
\s	匹配任意空白字符，等价于[\t\n\r\f]
\S	匹配任意非空字符
\d	匹配任意数字，等价于[0-9]
\D	匹配任意非数字
[...]	用来表示一组字符，[abc]匹配'a', 'm'或'k'
[^...]	匹配不在[]中的字符
re*	匹配0个或多个表达式
re+	匹配一个或多个表达式
re?	匹配0个或1个定义的字段，非贪婪方式（只匹配一次）
re{n}	精确匹配 n 个表达式。例如， o{2}不能匹配“Bob”，但能匹配“food”
re{n,}	匹配 n 个表达式。例如， o{2,}不能匹配“Bob”，但能匹配“fooood”
re{n,m}	匹配 n 到mci由表达式定义的片段，贪婪方式