正则表达式学习

做网络爬虫时感觉字符串自身的那几个函数功能不够强大，因此我开始了正则表达式的学习之旅。闲话少说，下面是学习笔记：1、'.'：匹配除了newline之外的所有字符。2、'^'：匹配字符串的开头。3、'$'：匹配字符串的结尾。4、'*'：跟编译原理的闭包用法相同，匹配n次重复。5、'+'：跟4类似，只是不能匹配0次重复。6、'?'：跟4类似，只是它仅匹配0次或者1次的重复。例如ab?匹配a,ab7、*?,+?,??：前面的4，5，6都是贪婪匹配，也就是说它会尽可能多的匹配符合的字符。加了‘？’之后就约束为匹配尽可能少的符合的字符串。例如要对'H1title/H1'进行匹配，如果用.*，则它匹配的是整个字符串，如果是.*?的话则它只是匹配H1。8、{m}：匹配m指定的重复次数的字符串。例如'a{3}'匹配'aaa’9、{m,n}：匹配从m到n的重复次数的字符串，至少重复m次，至多重复n次，尽量往n次匹配。例如字符串是'abbbbb'，正则表达式是'ab{2,4}'则匹配的是'abbbb'。10、{m,n}?：匹配从m到n的重复次数的字符串，至少重复m次，至多重复n次，尽量往m次匹配。例如字符串是'abbbbb'，正则表达式是'ab{2,4}？'则匹配的是'abb'。11、'\'：转义符。12、'[]'：用来表示一个字符集合。所有在'[]'里面的正则字符都不再有意义，一律按一般字符看待。13、'|'：对几个正则表达式进行或操作，这几个正则表达式将会从左至右匹配，一旦左边的匹配成功，就不会测试右边的正则表达式。14、