摘自如何入门 Python 爬虫？ - 知乎用户的回答 - 知乎

常用符号

• . 匹配任意字符，换行符\n除外, 类似一个占位符
• * 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
• + 匹配前一个字符1次或无限次
• .* 贪心算法，能找到多少是多少
• .*? 非贪心算法
• \d 匹配数字
• [abc] abc任意一个
• {m,n} 匹配前一个字符m到n次

• | 匹配

  左右任意一个

• (.*?) 输出符合条件的，将()里结果返回

常用方法

• findall：匹配所有符合规律的内容，返回包含结果的列表；
• 第一个参数是pattern，第二个是查找范围
• re.S作为findall的第三个参数，让 . 匹配\n
• 以列表返回将所有的结果

content = re.findall(r'<td valign="top">(.*?)</a>', html, re.S)

• search：匹配并提取第一个符合规律的内容，返回一个正表达式对象
• group(1)表示取出()里面的

url = re.search(r'<a href="(.*?)">', each, re.S).group(1)

• sub：替换符合规律的内容，返回替换后的值
• 第一个参数是pattern，第二个参数替换的值，第三个是替换变量

test_str = re.sub(u'美元|人民币|元|本金|代理|的', '', test_str)

图片来源：如何入门 Python 爬虫？ - 知乎用户的回答 - 知乎