python的正则表达式库re
正则的常用符号
. 匹配任一字符，换行符
除外
* 匹配前一个字符0次或无限次
？ 匹配前一个字符0次或1次
.* 贪心算法（尽可能多的匹配）
.*? 非贪心算法（尽可能少的匹配）
() 括号内的数据作为结果返回
以下简单介绍几个主要函数的用法
re.match
说明：从字符串的第一个位置开始匹配，匹配到返回,m =re.match("正则表达式",字符串))
import re
m = re.match('"goUrl":"（[^"]*）"',response)
print(m.group(0),m.group(1))
print(m.groups())
解释：re.match()中第一个参数为要匹配的正则表达式（正则表达式用单双引号括起来，但是如果里面本身包含双引号，可以用单引号括起来），第二个为要提取的原始文件字符串。
group(0)为提取到的包含goUrl的全部正则内容。group(1)为正则表达式第一个括号内的内容，当然也可以有两个括号，那就用group(2)来返回，groups()返回一个元祖，所有括号内的内容
match取到一个字符串后返回
re.search
说明：在整个字符串中匹配到第一个正则后返回数据，返回一个正则表达是对象（object）
import re
m = re.search('"goUrl":"（[^"]*）"',response)
print(m.group(0),m.group(1))
与match的区别：match是从字符串开始进行匹配；search是从字符串的任何部分开始匹配
search也是最多匹配到一个字符串，然后就退出了，group用法与match一样
re.findall
说明：返回字符串中满足正则表达式的所有字符串。返回结果是一个列表[]
import re
m = re.findall('"goUrl":"（[^"]*）"',response)
print(m)
解释：正则也可以用()，然后列表中的每一个子项，可以用group()来取出来括号内的内容
re.compile
说明：将经常使用的正则表达式编译成一个正则表达式对象，使用更方便
import re
m = re.compile('"goUrl":"（[^"]*）"')
print(m.findall(response))
print(m.search(response))
print(m.match(response))
解释：使用compile与单独使用findall等操作是一样的
re.sub
说明：将匹配到正则的所有字符串替换为另一个字符串，返回结果是一个字符串
import re
m = re.sub("正则表达式","要替换的内容",源文件)
print(m.findall(response)
注意：要替换的内容可以用("%d"%789)来通过外部参数替换要替换的内容
re.split
说明：按照正则进行分割，返回一个列表（列表内容不包含分隔符）
import re
m = re.split("正则表达式分隔符",源文件)
print(m)
re.split和python的split的区别：
1.如果分割符是固定字符串，两个可以混用。re.split("goUrl",response)等价于response.split("goUrl")
2.re.split可以用正则表达式分割，比如re.split("[0-9]*",response)，而python的split只能用string类型的字符串分割。
re.S
说明：是一个参数，多行匹配。如果不用re.S则在单行中进行匹配，如果用了re.S则在整体中进行字符匹配
re.M
说明：是一个参数，^$标志将会匹配每一行。默认情况下是只匹配符合正则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">这是第一条</a></li>
<li><a href="xxx/1.html">这是第二条</a></li>
<li><a href="xxx/1.html">这是第三条</a></li>
</ul>
</div>
</div>
想要抓出这是第一条、这是第二条、这是第三条；如果用'>(.*?)</a>'会抓取到第一行。这时就可以先抓大再抓小，即读取到<ul>，然后再获得下面的'></a>'的内容
text_fied=re.findall('<url>(.*?)</ul>'),a.html
更多关于re的操作可以参照官网：https://docs.python.org/3.1/library/re.html