三、re模块

import re
# 结果一定是列表

# 方法一
r_list=re.findall('正则表达式',html,re.S)

# re.S 使其可以匹配\n
# eg
print(re.findall('abc','abcdefeabc',re.S))
# ['abc', 'abc']

# 方法二
# 创建正则编译对象

pattern = re.compile('正则表达式',re.S)
r_list = pattern.findall(html)

部分正则匹配元字符

# . 任意一个字符（不包括\n)
# \d 一个数组
# \s 空白字符
# \S 非空白字符
# []  包含[]内容
# * 出现0次或者多次
# +  出现1次或者多次
# w 字符
#  () 括号是提取子模式当中的结果
# # # 加两个括号就是元组     # [(),(),()]

eg:

import re
# 1、在网页中,想要什么内容,就加()
# 2、先按整体正则匹配,然后再提取分组()中的内容
#    如果有2个及以上分组(),则结果中以元组形式显示 [(),(),()]# 1
s = 'A B C D'
p1 = re.compile('\w+\s+\w+')
print(p1.findall(s))
# ['A B', 'C D']# 2
# # 只差开头的额加有括号的内容
p2 = re.compile('(\w+)\s+\w+')
print(p2.findall(s))
# ['A', 'C']# 3
p3 = re.compile('\w+\s+(\w+)')
print(p3.findall(s))
# ['B', 'D']#4
# # 加两个括号就是元组
# [(),(),()]
p3 = re.compile('(\w+)\s+(\w+)')
print(p3.findall(s))
# [('A', 'B'), ('C', 'D')]

# 匹配任意字符

# 方法一
# 。 re.S
pattern=re.compile('.',re.S)
# 方法二
# [\s\S]
pattern=re.compile('[\s\S]',re.S)

# 贪婪匹配（默认）
# 在整个表达式匹配成功的前提下，尽可能多的匹配
# 表达方法：   .*   .+   .?# 非贪婪匹配
# 在整个表达式匹配成功的前提下，尽可能少的匹配
# 表达式：.*?     .+?    .??