一、正则表达式抓取
//比如找到所有的a链接
//注意匹配模式在最前面的 (?m)，加了多行匹配模式后，点号不能匹配换行符
pattern := `(?msU)<a.*href="(.*)".*>(.*)</a>`
reg = regexp.MustCompile(pattern)
match := reg.FindAllStringSubmatch(html, -1) //FindAllStringSubmatch会将捕获到的放到子slice
if match != nil {
fmt.Print("%#v", match)
}go正则：http://studygolang.com/static/pkgdoc/pkg/regexp.htm
具体参考：https://github.com/google/re2/wiki/Syntax 这里可以看到很多字符含义：
[[:alnum:]] | alphanumeric (≡ [0-9A-Za-z]) |
[[:alpha:]] | alphabetic (≡ [A-Za-z]) |
[[:ascii:]] | ASCII (≡ [x00-x7F]) |
[[:blank:]] | blank (≡ [t ]) |
[[:cntrl:]] | control (≡ [x00-x1Fx7F]) |
[[:digit:]] | digits (≡ [0-9]) |
[[:graph:]] | graphical (≡ [!-~] == [A-Za-z0-9!"#$%&'()*+,-./:;<=>?@[\]^_`{|}~]) |
[[:lower:]] | lower case (≡ [a-z]) |
[[:print:]] | printable (≡ [ -~] == [ [:graph:]]) |
[[:punct:]] | punctuation (≡ [!-/:-@[-`{-~]) |
[[:space:]] | whitespace (≡ [tnvfr ]) |
[[:upper:]] | upper case (≡ [A-Z]) |
[[:word:]] | word characters (≡ [0-9A-Za-z_]) |
[[:xdigit:]] | hex digit (≡ [0-9A-Fa-f]) |
很多用法不支持，比如反向引用，断言什么的
正则表达式采用RE2语法（除了c、C），和Perl、Python等语言的正则基本一致。所以搜索看Perl或者Python看即可，比如修饰符的使用。
前面就交代了修饰符等等，其中U修饰符是开启非贪婪模式（即替换.*为.*?），表达式中只需要写 .* 即可
go的修饰符：
pattern := `(?Um)...`
(re) 编号的捕获分组
(?P<name>re) 命名并编号的捕获分组
(?:re) 不捕获的分组
(?flags) 设置当前所在分组的标志，不捕获也不匹配
(?flags:re) 设置re段的标志，不捕获的分组
I 大小写敏感（默认关闭）
m ^和$在匹配文本开始和结尾之外，还可以匹配行首和行尾（默认开启）
s 让.可以匹配n（默认关闭）
U 非贪婪的：交换x*和x*?、x+和x+?……的含义（默认关闭）
正则基本知识：https://msdn.microsoft.com/zh-cn/library/ae5bf541(v=vs.90).aspx
http://louiszhai.github.io/2016/06/13/regexp/
非贪婪模式： .*?
匹配模式修饰符：一般4种模式，不区分大小写模式i，单行模式s，多行模式m，注释模式
注意点号无法匹配到换行符（就算是多行匹配也不行），解决方案就是在模式修饰符中再加入s(单行模式，将换行符视为普通字符，.号可以匹配到)，或者将 .*? 换成 [sS]*?
参考：http://m.oschina.net/blog/370714
二、第三方库
goquery，让go像jquery一样抓取网页：
https://github.com/PuerkitoBio/goquery
