摘要：
背景：当我们抓取网络信息时，提取一些标签是没有意义的，所以我们需要提取标签中间的信息。
问题背景：当我们爬取网页信息时，对于一些标签的提取是没有意义的，所以需要提取标签中间的信息。
解决办法：用到了re包下的函数
方法1：用到了research()方法和group()方法
方法2：用到了findall（）方法
具体实现：
import re # 匹配两个字符中间的所有字符 a = '<p>life is short, i use python<a/>i love it<p>' r = re.search('<p>(.*)<a/>(.*)<p>', a) # python中正则匹配，如果不加（）,默认是一个分组，group（）中的参数，如果是0，默认是所有组，即返回整个字符串 # 如果是要访问自定义的组的元素，则需要从1开始 print(r.group(0)) # <p>life is short, i use python<a/>i love it<p> print(r.group(1)) # life is short, i use python print(r.group(2)) # i love it # 用一个元组来返回所有组中的内容 print(r.group(0, 1, 2)) # ('<p>life is short, i use python<a/>i love it<p>', 'life is short, i use python', 'i love it') # 返回所有元组的信息，不包括第0组 print(r.groups()) # ('life is short, i use python', 'i love it') # 另一种匹配方式：使用findall（） b = re.findall('<p>(.*)<a/>(.*)<p>', a) print(b) # [('life is short, i use python', 'i love it')]
像边界字符集（^,$等）或者概括字符集（d,D,w等）匹配的都是一个字符，我们需要匹配一个连续的字符串时，会需要有组的概念，一个组中的元素是且的关系；例如：匹配Python字符串时，需要如下处理：（）表示的组的概念，不可将（）和[]混淆
import re a = 'PythonPythonPythonPython' # ()表示且的关系，[]表示或的关系 r = re.findall('(Python){3}', a) print(r)