爬数据，能让你少写1000行代码的捷径！ | Python 正则表达式

▌春暖花开，又到了出门游玩拍拍拍吃吃吃的好季节了！

说到拍照摄影，你会构图吗？就是在照片有限的空间内处理人、景、物的关系，并将三者安排在画面中最佳的位置，以形成画面特定结构的方法。

学院君就是一个「拍啥啥变形」的摄影黑洞……心塞到无法呼吸.jpg

为了能够框出特定的凸出的景物，学院君尝试着使用取景框，诶，豁然开朗。

原本山河树草，蓝天白云等一堆景物，在取景框特定的大小和范围里，取出了一块我想要的景色。

别懵，你没走错，今天我们要学习的不是摄影技术和取景框。

我们将基于Python，学习正则表达式，帮助大家在爬虫以及搜索引擎优化等方面，以更少的功夫得到更精确的结果！

不怕，我们可以借助喜闻乐见的摄影这件事情，来理解它~

什么是正则表达式？

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。

回想一下取景框，我们用定义好的形状，比如圆形、方形、菱形等，过滤眼前的一整片景色，将自己想拍的特定景物筛出来，比如一棵树，一朵云，是不是一下子就清晰了很多？

给定一个正则表达式和另一个字符串，我们可以达到如下的目的：

1. 给定的字符串是否符合正则表达式的过滤逻辑(称作"匹配");

2. 可以通过正则表达式，从字符串中获取我们想要的特定部分；

3. 也可以替换符合某一个规则的字符串。

为什么要学 正则表达式？

你可能还有点懵，有一个「取景框」一样的规则字符串，对我来说有什么意义呢？有什么具体应用的场景吗？

就爬虫技术来说，例如我们要爬一个招聘网站，传统的爬法是一股脑儿全扒下来，你会得到各种各样地区/城市/职位/薪水/要求/面经等文本和数据。此后你再利用数据处理的方法去筛选自己要的信息。

如果我只想得到，「5年以上，北京，产品经理，教育行业」这个信息，就可以利用正则表达式已有的规则，去撰写爬虫的代码，帮助快速高效准确地定位到自己要的信息。

同理，这种利用极简单的方式达到对字符串的复杂控制的方式，也可以应用在对产品评论／大众舆情／顾客喜好偏向/邮件信息调查等各个领域，此外还有谷歌、百度、搜狗等搜索引擎，如果做好精准的匹配和控制，优化SEO推广妥妥的~如今大热的机器学习，里面的标注，语法也会使用正则表达式噢~

基于Python, 我们一起学吧！

Python就不多说了，2017年程序届的黑马。选它学习，顺应时代呼唤~

这次，学院君又请来曾在学院多次开设Python相关小项目课程的杰克老师，教大家如何学习正则表达式这套规则，从解释到案例都有哦~力争用最少的时间和精力投入，得到更加精确的结果！http://www.aibbt.com/a/18041.html

当然啦，本次课程需要大家对Python有基础的入门了解，至少知道基本数据类型和变量，其他的就由杰克老师带上车啦~