正则表达式在写爬虫，预处理数据时非常好用，但也很难记住，以下进行简单整理。

\d：数字

\w：字母、数字、下划线

\s：空格

.：除换行符外任意一个字符

\b：匹配单词边界

（改成大写，意义相反）

\n：换行

?：0或1个字符

+：至少一个字符

*：任意数量字符

{n}：n个字符

{n,m}：n到m个字符

^：开头

$：结束

A|B：匹配A或B

()：分组，以后可使用group

[\u4e00-\u9fa5]：汉字

[0-9a-zA-Z\_]：匹配一个数字、字母或者下划线

"*?"   重复任意次，但尽可能少重复 

"+?"  重复1次或更多次，但尽可能少重复

"??"  重复0次或1次，但尽可能少重复

"{n,m}?"  重复n到m次，但尽可能少重复

"{n,}?"    重复n次以上，但尽可能少重复