正则表达式总结+中文匹配
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