正则表达式是对字符串操作的一种逻辑公式，就是用事先定义好的一些特定字符、及这些特定字符的组合，组成一个“规则字符串”，这个“规则字符串”用来表达对字符串的一种过滤逻辑。

一、匹配单个字符

[0-9]：匹配任意数字

[a-z]：匹配任意小写字母

[A-Z]：匹配任意大写字母

[0-9a-zA-Z]：匹配所有数字和字母

\：转义

^：取反，如[^au]匹配不包含au的

\w：匹配包括下划线的任何单词字符。等价于’[A-Za-z0-9_]’

\W：匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]‘

\d：匹配一个数字字符。等价于 [0-9]

\D：匹配一个非数字字符。等价于 [^0-9]。

\s：匹配空白，包括空格，tab，换行

\b：匹配单词边界，如\bapple\b——>apple

^字符串开始，$字符串结束，^python$——>python

.：匹配除 “\n” 之外的任何单个字符。要匹配包括 ‘\n’ 在内的任何字符， ‘[.\n]’ 的模式

？：指定一个字符或字符组，匹配它之前的字符0次或1次，如匹配 favorite和favourite这两种写法，favou?rite

二、匹配多个字符

{N}：它之前的字符出现N次，如匹配电话号码\d{4}-\d{7}

{M,N}：重复区间，M次到N次，正则是贪婪模式，优先匹配更多的，要用非贪婪模式{M,N}?

{M,}：开闭区间

+：匹配一个到无数个，{1，}

*：匹配0到无数个{0,}

.*?：爬虫经常会用到的一种匹配方法，表示非贪婪模式，匹配尽可能少的任意字符

\d+：也是爬虫常用的，匹配数字，如果数字用.*？匹配不到，可以用这个