正则表达式-前后查找（六）

前面讲到的正则表达式都是如何匹配表达式所表达的意思，如[a-z]+是匹配1个以上a-z的字母。今天我们讲到的是前后查找的例子，首先我们讲到向前查找的语法：

    (?=表达式)

我们举一个例子，假设我们在如下列表中想获取协议名

http://ftp://https://

按照我们一般的写法是

 [a-z]+:

这样写存在一个问题，就是会匹配“:”本身。这样就不是想要的结果，如果不想要匹配冒号本身，就需要使用本章介绍的向前匹配，基本的思路使用冒号先前匹配一系列字母：

[a-z]+(?=:)

这样匹配的结果就是

httpftphttps

这样就符合我们的要求了，既返回了我们想要的协议列表。

接下来我们讲到向后匹配，同样的我们来说语法，向后匹配的语法与向前匹配很像，只是加了一个箭头：

(?<=表达式)

假设我们要匹配一下列表中的数字：

$12.36$25.36$45.65

如果仅需要匹配数字，而不是“$”符号，同前面一样，我们需要使用向后匹配，按照前面的写法，写成是这样的：

    (?<=\$)[0-9.]+

最终匹配的结果就是：

12.3625.3645.65

如果综合运用向前和向后匹配，我们可以举一个扒网页的例子，一般html语法是这样的，如爬取到的网页标题一般是这样的:

<title> this is title</title>

那么如何获取title标签内部的值，而不匹配或消费本身呢？最终的表达式应该是如下，有兴趣可以仔细研究下这种写法

(?<=<title>).*?(?=</title>)