搜索引擎如何抓取网页(搜索引擎如何抓取网页，表达式的基本用法)

　　搜索引擎如何抓取网页(搜索引擎如何抓取网页，表达式的基本用法)

　　搜索引擎如何抓取网页。网络请求是利用的是javascript，根据不同的算法抓取对应的字符串，也就是javascript代码。所以，采用正则表达式（regexp）是获取网页最简单方法之一。正则表达式（regularexpression）描述了一种特殊的非空字符集（non-emptyset），用于匹配所有的字符。

　　正则表达式是非常重要的，因为它可以基于字符查找给定字符集中的不同内容。正则表达式被认为是字符的集合，因此它每个字符对应一个特定类型的值。而javascript语言中实现正则表达式必须依赖javascript语言字符集。正则表达式一直被认为是语言语法中的语法糖，是事实的工具之一。常用于完成字符匹配和替换。

　　从第一篇文章：逆向解决手机号码泄露的问题开始，就给大家介绍正则表达式的基本用法。正则表达式大体可以分为常量匹配和非常量匹配两个类型。而且在新的正则表达式规范中，只有特殊字符才支持匹配。常量匹配:正则表达式之常量匹配，与字符串中的所有字符匹配。非常量匹配:正则表达式之非常量匹配，不仅仅匹配字符串中的所有字符，可以匹配字符串或整个字符集。

　　基本语法是：字符串（string）+字符串特定字符集中的字符+(/)匹配字符集中的某个特定字符。string:字符串特定字符集中的字符match(匹配字符集中的某个特定字符)\"\r\n"\"\/"字符串的优缺点很明显。优点：所有的正则表达式都需要声明，而且需要用很多个全角字符表示字符串，很麻烦。缺点：用起来较为复杂。

　　每个正则表达式都需要声明，并且不同语言中有不同的使用方法，使用上存在障碍。所以，我们推荐正则表达式都使用javascript语言实现。源码代码如下：//bindingsforstringmatchingfori\'s\'_\'o's\'\\r\ns\'accenthighlightingfori\'_haha\''_haha\''_haha'_\'\r\n'-'_/_pover''_/'_blah''_blah'\'\r\n'\'\r\n'\'\r\n'\'\r\n'\'\r\n'-'\'\'\\'\\'\\''_\'\'\n''_\'\n'\\'\\'\\'_\'\n'_'\'\b'\'\\'\''\'\\'\b'\'\b'\'\n'\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\'\\'\\'\\'\\'\\'\\'\\\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\\'\\\'\\'\\'\\'\'\\'\\'\\'\\'\\'\。