Python3網絡爬蟲實戰-26、正則表達式

本節我們看一下正則表達式的相關用法，正則表達式是處理字符串的強大的工具，它有自己特定的語法結構，有了它，實現字符串的檢索、替換、匹配驗證都不在話下。
當然對于爬蟲來說，有了它，我們從 HTML 里面提取我們想要的信息就非常方便了。

1. 實例引入

說了這么多，可能我們對它到底是個什么還是比較模糊，下面我們就用幾個實例來感受一下正則表達式的用法。
我們打開開源中國提供的正則表達式測試工具：http://tool.oschina.net/regex/，打開之后我們可以輸入待匹配的文本，然后選擇常用的正則表達式，就可以從我們輸入的文本中得出相應的匹配結果了。
例如我們在這里輸入待匹配的文本如下：

Hello, my phone number?is?010-86432100?and?email?iscqc@cuiqingcai.com,?and?my website?is?http://cuiqingcai.com.

這段字符串中包含了一個電話號碼和一個電子郵件，接下來我們就嘗試用正則表達式提取出來，如圖 3-10 所示：

圖 3-10 運行頁面
我們在網頁中選擇匹配 Email 地址，就可以看到在下方出現了文本中的 Email。如果我們選擇了匹配網址 URL，就可以看到在下方出現了文本中的 URL。是不是非常神奇？
其實，在這里就是用了正則表達式匹配，也就是用了一定的規則將特定的文本提取出來。比如電子郵件它開頭是一段字符串，然后是一個 @ 符號，然后就是某個域名，這是有特定的組成格式的。另外對于 URL，開頭是協議類型，然后是冒號加雙斜線，然后是域名加路徑。
對于 URL 來說，我們就可以用下面的正則表達式匹配：

[a-zA-z]+://[^\s]*
Python資源分享qun 784758214 ,內有安裝包，PDF，學習視頻，這里是Python學習者的聚集地，零基礎，進階，都歡迎

如果我們用這個正則表達式去匹配一個字符串，如果這個字符串中包含類似 URL 的文本，那就會被提取出來。
這個正則表達式看上去是亂糟糟的一團，其實不然，這里面都是有特定的語法規則的。比如 a-z 代表匹配任意的小寫字母，s 表示匹配任意的空白字符，* 就代表匹配前面的字符任意多個，這一長串的正則表達式就是這么多匹配規則的組合，最后實現特定的匹配功能。
寫好正則表達式后，我們就可以拿它去一個長字符串里匹配查找了，不論這個字符串里面有什么，只要符合我們寫的規則，統統可以找出來。那么對于網頁來說，如果我們想找出網頁源代碼里有多少 URL，就可以用匹配URL的正則表達式去匹配，就可以得到源碼中的 URL 了。
在上面我們說了幾個匹配規則，那么正則表達式的規則到底有多少？那么在這里把常用的匹配規則總結一下：

可能看完了之后就有點暈暈的了把，不用擔心，下面我們會詳細講解下一些常見的規則的用法。怎么用它來從網頁中提取我們想要的信息。

2. 了解 re 庫

其實正則表達式不是 Python 獨有的，它在其他編程語言中也可以使用，但是 Python 的 re 庫提供了整個正則表達式的實現，利用 re 庫我們就可以在 Python 中使用正則表達式了，在 Python 中寫正則表達式幾乎都是用的這個庫，下面我們就來了解下它的一些常用方法。

3. match()

在這里首先介紹第一個常用的匹配方法，match() 方法，我們向這個方法傳入要匹配的字符串以及正則表達式，就可以來檢測這個正則表達式是否匹配該字符串了。

match() 方法會嘗試從字符串的起始位置匹配正則表達式，如果匹配，就返回匹配成功的結果，如果不匹配，那就返回 None。

我們用一個實例來感受一下：

import re

content = 'Hello 123 4567 World_This is a Regex Demo'
print(len(content))
result = re.match('^Hello\s\d\d\d\s\d{4}\s\w{10}', content)
print(result)
print(result.group())
print(result.span())

運行結果：

41
<re.Match object; span=(0, 25), match='Hello 123 4567 World_This'>
Hello 123 4567 World_This
(0, 25)

在這里我們首先聲明了一個字符串，包含英文字母、空白字符、數字等等內容，接下來我們寫了一個正則表達式：

^Hello\s\d\d\d\s\d{4}\s\w{10}

用它來匹配這個長字符串。開頭的 ^ 是匹配字符串的開頭，也就是以 Hello 開頭，然后 s 匹配空白字符，用來匹配目標字符串的空格，d 匹配數字，3 個 d 匹配 123，然后再寫 1 個 s 匹配空格，后面還有 4567，我們其實可以依然用 4 個 d 來匹配，但是這么寫起來比較繁瑣，所以在后面可以跟 {4} 代表匹配前面的規則 4 次，也就是匹配 4 個數字，這樣也可以完成匹配，然后后面再緊接 1 個空白字符，然后 w{10} 匹配 10 個字母及下劃線，正則表達式到此為止就結束了，我們注意到其實并沒有把目標字符串匹配完，不過這樣依然可以進行匹配，只不過匹配結果短一點而已。

我們調用 match() 方法，第一個參數傳入了正則表達式，第二個參數傳入了要匹配的字符串。

打印輸出一下結果，可以看到結果是 SRE_Match 對象，證明成功匹配，它有兩個方法，group() 方法可以輸出匹配到的內容，結果是 Hello 123 4567 World_This，這恰好是我們正則表達式規則所匹配的內容，span() 方法可以輸出匹配的范圍，結果是 (0, 25)，這個就是匹配到的結果字符串在原字符串中的位置范圍。

通過上面的例子我們可以基本了解怎樣在 Python 中怎樣使用正則表達式來匹配一段文字。

匹配目標

剛才我們用了 match() 方法可以得到匹配到的字符串內容，但是如果我們想從字符串中提取一部分內容怎么辦呢？就像最前面的實例一樣，從一段文本中提取出郵件或電話號等內容。

在這里可以使用 () 括號來將我們想提取的子字符串括起來，() 實際上就是標記了一個子表達式的開始和結束位置，被標記的每個子表達式會依次對應每一個分組，我們可以調用 group() 方法傳入分組的索引即可獲取提取的結果。

下面我們用一個實例感受一下：

import re

content = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^Hello\s(\d+)\sWorld', content)
print(result)
print(result.group())
print(result.group(1))
print(result.span())

依然是前面的字符串，在這里我們想匹配這個字符串并且把其中的 1234567 提取出來，在這里我們將數字部分的正則表達式用 () 括起來，然后接下來調用了group(1) 獲取匹配結果。

運行結果如下：

<re.Match object; span=(0, 19), match='Hello 1234567 World'>
Hello 1234567 World
1234567
(0, 19)

可以看到在結果中成功得到了 1234567，我們獲取用的是group(1)，與 group() 有所不同，group() 會輸出完整的匹配結果，而 group(1) 會輸出第一個被 () 包圍的匹配結果，假如正則表達式后面還有 () 包括的內容，那么我們可以依次用 group(2)、group(3) 等來依次獲取。

通用匹配

剛才我們寫的正則表達式其實比較復雜，出現空白字符我們就寫 s 匹配空白字符，出現數字我們就寫 d 匹配數字，工作量非常大，其實完全沒必要這么做，還有一個萬能匹配可以用，也就是 . （點星），.（點）可以匹配任意字符（除換行符）,
（星） 又代表匹配前面的字符無限次，所以它們組合在一起就可以匹配任意的字符了，有了它我們就不用挨個字符地匹配了。

所以接著上面的例子，我們可以改寫一下正則表達式。

import re

content = 'Hello 123 4567 World_This is a Regex Demo'
result = re.match('^Hello.*Demo$', content)
print(result)
print(result.group())
print(result.span())

在這里我們將中間的部分直接省略，全部用 .* 來代替，最后加一個結尾字符串就好了，運行結果如下：

<re.Match object; span=(0, 41), match='Hello 123 4567 World_This is a Regex Demo'>
Hello 123 4567 World_This is a Regex Demo
(0, 41)

可以看到 group() 方法輸出了匹配的全部字符串，也就是說我們寫的正則表達式匹配到了目標字符串的全部內容，span() 方法輸出 (0, 41)，是整個字符串的長度。

因此，我們可以在使用 .* 來簡化正則表達式的書寫。

貪婪與非貪婪

在使用上面的通用匹配 .* 的時候可能我們有時候匹配到的并不是想要的結果，我們看下面的例子：

import re

content = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^He.*(\d+).*Demo$', content)
print(result)
print(result.group(1))

在這里我們依然是想獲取中間的數字，所以中間我們依然寫的是 (d+)，數字兩側由于內容比較雜亂，所以兩側我們想省略來寫，都寫 .，最后組成 ^He.(d+).*Demo$，看樣子并沒有什么問題，我們看下運行結果：

<re.Match object; span=(0, 41), match='Hello 123 4567 World_This is a Regex Demo'>
7

奇怪的事情發生了，我們只得到了 7 這個數字，這是怎么回事？

這里就涉及一個貪婪匹配與非貪婪匹配的原因了，貪婪匹配下，.?會匹配盡可能多的字符，我們的正則表達式中 .?后面是 d+，也就是至少一個數字，并沒有指定具體多少個數字，所以 .* 就盡可能匹配多的字符，所以它把 123456 也匹配了，給 d+ 留下一個可滿足條件的數字 7，所以 d+ 得到的內容就只有數字 7 了。

但這樣很明顯會給我們的匹配帶來很大的不便，有時候匹配結果會莫名其妙少了一部分內容。其實這里我們只需要使用非貪婪匹配匹配就好了，非貪婪匹配的寫法是 .*?，多了一個 ?，那么它可以達到怎樣的效果？我們再用一個實例感受一下：

import re

content = 'Hello 1234567 World_This is a Regex Demo'
result = re.match('^He.*?(\d+).*Demo$', content)
print(result)
print(result.group(1))

在這里我們只是將第一個 .?改成了 .?，轉變為非貪婪匹配。結果如下：

<re.Match object; span=(0, 40), match='Hello 1234567 World_This is a Regex Demo'>
1234567

這下我們就可以成功獲取 1234567 了。原因可想而知，貪婪匹配是盡可能匹配多的字符，非貪婪匹配就是盡可能匹配少的字符，.? 之后是 d+ 用來匹配數字，當 .? 匹配到 Hello 后面的空白字符的時候，再往后的字符就是數字了，而 d+ 恰好可以匹配，那么這里 .? 就不再進行匹配，交給 d+ 去匹配后面的數字。所以這樣，.? 匹配了盡可能少的字符，d+ 的結果就是 1234567 了。

所以說，在做匹配的時候，字符串中間我們可以盡量使用非貪婪匹配來匹配，也就是用 .? 來代替 .，以免出現匹配結果缺失的情況。

但這里注意，如果匹配的結果在字符串結尾，.*? 就有可能匹配不到任何內容了，因為它會匹配盡可能少的字符，例如：

import re

content = 'http://weibo.com/comment/kEraCN'
result1 = re.match('http.*?comment/(.*?)', content)
result2 = re.match('http.*?comment/(.*)', content)
print('result1', result1.group(1))
print('result2', result2.group(1))

運行結果：

result1 
result2 kEraCN

觀察到 .? 沒有匹配到任何結果，而 .?則盡量匹配多的內容，成功得到了匹配結果。

所以在這里好好體會一下貪婪匹配和非貪婪匹配的原理，對后面寫正則表達式非常有幫助。

修飾符

正則表達式可以包含一些可選標志修飾符來控制匹配的模式。修飾符被指定為一個可選的標志。

我們用一個實例先來感受一下：

import re

content = '''Hello 1234567 World_This
is a Regex Demo
'''
result = re.match('^He.*?(\d+).*?Demo$', content)
print(result.group(1))

和上面的例子相仿，我們在字符串中加了個換行符，正則表達式也是一樣的來匹配其中的數字，看一下運行結果：

AttributeError:?'NoneType'?object has no attribute?'group'

運行直接報錯，也就是說正則表達式沒有匹配到這個字符串，返回結果為 None，而我們又調用了 group() 方法所以導致AttributeError。

那我們加了一個換行符為什么就匹配不到了呢？是因為 . 匹配的是除換行符之外的任意字符，當遇到換行符時，.*? 就不能匹配了，所以導致匹配失敗。

那么在這里我們只需要加一個修飾符 re.S，即可修正這個錯誤。

result?= re.match('^He.*?(\d+).*?Demo$', content, re.S)

在 match() 方法的第三個參數傳入 re.S，它的作用是使 . 匹配包括換行符在內的所有字符。

運行結果：

1234567

這個 re.S 在網頁匹配中會經常用到，因為 HTML 節點經常會有換行，加上它我們就可以匹配節點與節點之間的換行了。

另外還有一些修飾符，在必要的情況下也可以使用：

在網頁匹配中較為常用的為 re.S、re.I。

轉義匹配

我們知道正則表達式定義了許多匹配模式，如 . 匹配除換行符以外的任意字符，但是如果目標字符串里面它就包含 . 我們改怎么匹配？

那么這里就需要用到轉義匹配了，我們用一個實例來感受一下：

import re

content = '(百度)www.baidu.com'
result = re.match('\(百度\)www\.baidu\.com', content)
print(result)

當遇到用于正則匹配模式的特殊字符時，我們在前面加反斜線來轉義一下就可以匹配了。例如 . 我們就可以用 . 來匹配，運行結果：

<_sre.SRE_Match?object; span=(0,?17),?match='(百度)www.baidu.com'>

可以看到成功匹配到了原字符串。

以上是寫正則表達式常用的幾個知識點，熟練掌握上面的知識點對后面我們寫正則表達式匹配非常有幫助。

4. search()

我們在前面提到過 match() 方法是從字符串的開頭開始匹配，一旦開頭不匹配，那么整個匹配就失敗了。

我們看下面的例子：

import re

content = 'Extra stings Hello 1234567 World_This is a Regex Demo Extra stings'
result = re.match('Hello.*?(\d+).*?Demo', content)
print(result)
Python資源分享qun 784758214 ,內有安裝包，PDF，學習視頻，這里是Python學習者的聚集地，零基礎，進階，都歡迎

在這里我們有一個字符串，它是以 Extra 開頭的，但是正則表達式我們是以 Hello 開頭的，整個正則表達式是字符串的一部分，但是這樣匹配是失敗的，也就是說只要第一個字符不匹配整個匹配就不能成功，運行結果如下：

None

所以 match() 方法在我們在使用的時候需要考慮到開頭的內容，所以在做匹配的時候并不那么方便，它適合來檢測某個字符串是否符合某個正則表達式的規則。

所以在這里就有另外一個方法 search()，它在匹配時會掃描整個字符串，然后返回第一個成功匹配的結果，也就是說，正則表達式可以是字符串的一部分，在匹配時，search() 方法會依次掃描字符串，直到找到第一個符合規則的字符串，然后返回匹配內容，如果搜索完了還沒有找到，那就返回 None。

我們把上面的代碼中的 match() 方法修改成 search()，再看下運行結果：

<re.Match?object; span=(13,?53),?match='Hello?1234567?World_This?is a?Regex?Demo'>

這樣就得到了匹配結果。

所以說，為了匹配方便，我們可以盡量使用 search() 方法。

下面我們再用幾個實例來感受一下 search() 方法的用法。

首先這里有一段待匹配的 HTML 文本，我們接下來寫幾個正則表達式實例來實現相應信息的提取。

html = '''<div id="songs-list">
    <h3 class="title">經典老歌</h3>
    <p class="introduction">
        經典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            <a href="/2.mp3" singer="任賢齊">滄海一聲笑</a>
        </li>
        <li data-view="4" class="active">
            <a href="/3.mp3" singer="齊秦">往事隨風</a>
        </li>
        <li data-view="6"><a href="/4.mp3" singer="beyond">光輝歲月</a></li>
        <li data-view="5"><a href="/5.mp3" singer="陳慧琳">記事本</a></li>
        <li data-view="5">
            <a href="/6.mp3" singer="鄧麗君"><i class="fa fa-user"></i>但愿人長久</a>
        </li>
    </ul>
</div>'''

觀察到 ul 節點里面有許多 li 節點，其中 li 節點有的包含 a 節點，有的不包含 a 節點，a 節點還有一些相應的屬性，超鏈接和歌手名。

首先我們嘗試提取 class 為 active的 li 節點內部的超鏈接包含的歌手名和歌名。

所以我們需要提取第三個 li 節點下的 a 節點的 singer 屬性和文本。

所以正則表達式可以以 li 開頭，然后接下來尋找一個標志符 active，中間的部分可以用 .? 來匹配，然后接下來我們要提取 singer 這個屬性值，所以還需要寫入singer="(.?)" ，我們需要提取的部分用小括號括起來，以便于用 group() 方法提取出來，它的兩側邊界是雙引號，然后接下來還需要匹配 a 節點的文本，那么它的左邊界是 >，右邊界是 </a>，所以我們指定一下左右邊界，然后目標內容依然用 (.*?) 來匹配，所以最后的正則表達式就變成了：

<li.*?active.*?singer="(.*?)">(.*?)</a>

然后我們再調用 search() 方法，它便會搜索整個 HTML 文本，找到符合正則表達式的第一個內容返回。 另外由于代碼有換行，所以這里第三個參數需要傳入 re.S。

所以整個匹配代碼如下：

result = re.search('<li.*?active.*?singer="(.*?)">(.*?)</a>', html, re.S)
if result:
    print(result.group(1), result.group(2))

由于我們需要獲取的歌手和歌名都已經用了小括號包圍，所以可以用 group() 方法獲取，序號依次對應 group() 的參數。

運行結果：

齊秦 往事隨風

可以看到這個正是我們想提取的 class 為 active 的 li 節點內部的超鏈接包含的歌手名和歌名。

那么正則表達式不加 active 會怎樣呢？也就是匹配不帶 class 為 active 的節點內容，我們將正則表達式中的 active 去掉，代碼改寫如下：

result = re.search('<li.*?singer="(.*?)">(.*?)</a>', html, re.S)
if result:
    print(result.group(1), result.group(2))

由于 search() 方法會返回第一個符合條件的匹配目標，那在這里結果就變了。

運行結果如下：

任賢齊 滄海一聲笑

因為我們把 active 標簽去掉之后，從字符串開頭開始搜索，符合條件的節點就變成了第二個 li 節點，后面的就不再進行匹配，所以運行結果自然就變成了第二個 li 節點中的內容。

注意在上面兩次匹配中，search() 方法的第三個參數我們都加了 re.S，使得 .*? 可以匹配換行，所以含有換行的 li 節點被匹配到了，如果我們將其去掉，結果會是什么？

result = re.search('<li.*?singer="(.*?)">(.*?)</a>', html)
if result:
    print(result.group(1), result.group(2))

運行結果：

beyond?光輝歲月

可以看到結果就變成了第四個 li 節點的內容，這是因為第二個和第三個 li 節點都包含了換行符，去掉 re.S 之后，.*? 已經不能匹配換行符，所以正則表達式不會匹配到第二個和第三個 li 節點，而第四個 li 節點中不包含換行符，所以成功匹配。

由于絕大部分的 HTML 文本都包含了換行符，所以通過上面的例子，我們盡量都需要加上 re.S 修飾符，以免出現匹配不到的問題。

5. findall()

在前面我們說了 search() 方法的用法，它可以返回匹配正則表達式的第一個內容，但是如果我們想要獲取匹配正則表達式的所有內容的話怎么辦？這時就需要借助于 findall() 方法了。

findall() 方法會搜索整個字符串然后返回匹配正則表達式的所有內容。

還是上面的 HTML 文本，如果我們想獲取所有 a 節點的超鏈接、歌手和歌名，就可以將 search() 方法換成 findall() 方法。如果有返回結果的話就是列表類型，所以我們需要遍歷一下來獲依次獲取每組內容。

results = re.findall('<li.*?href="(.*?)".*?singer="(.*?)">(.*?)</a>', html, re.S)
print(results)
print(type(results))
for result in results:
    print(result)
    print(result[0], result[1], result[2])

運行結果：

[('/2.mp3', '任賢齊', '滄海一聲笑'), ('/3.mp3', '齊秦', '往事隨風'), ('/4.mp3', 'beyond', '光輝歲月'), ('/5.mp3', '陳慧琳', '記事本'), ('/6.mp3', '鄧麗君', '但愿人長久')]
<class 'list'>
('/2.mp3', '任賢齊', '滄海一聲笑')
/2.mp3 任賢齊 滄海一聲笑
('/3.mp3', '齊秦', '往事隨風')
/3.mp3 齊秦 往事隨風
('/4.mp3', 'beyond', '光輝歲月')
/4.mp3 beyond 光輝歲月
('/5.mp3', '陳慧琳', '記事本')
/5.mp3 陳慧琳 記事本
('/6.mp3', '鄧麗君', '但愿人長久')
/6.mp3 鄧麗君 但愿人長久

可以看到，返回的列表的每個元素都是元組類型，我們用對應的索引依次取出即可。

所以，如果只是獲取第一個內容，可以用 search() 方法，當需要提取多個內容時，就可以用 findall() 方法。

6. sub()

正則表達式除了提取信息，我們有時候還需要借助于它來修改文本，比如我們想要把一串文本中的所有數字都去掉，如果我們只用字符串的 replace() 方法那就太繁瑣了，在這里我們就可以借助于 sub() 方法。

我們用一個實例來感受一下：

import re

content = '54aK54yr5oiR54ix5L2g'
content = re.sub('\d+', '', content)
print(content)

運行結果：

aKyroiRixLg

在這里我們只需要在第一個參數傳入 d+ 來匹配所有的數字，然后第二個參數是替換成的字符串，要去掉的話就可以賦值為空，第三個參數就是原字符串。

得到的結果就是替換修改之后的內容。

那么在上面的 HTML 文本中，如果我們想正則獲取所有 li 節點的歌名，如果直接用正則表達式來提取可能比較繁瑣，比如可以寫成這樣子：

results = re.findall('<li.*?>\s*?(<a.*?>)?(\w+)(</a>)?\s*?</li>', html, re.S)
for result in results:
    print(result[1])

運行結果：

一路上有你
滄海一聲笑
往事隨風
光輝歲月
記事本
但愿人長久

但如果我們借助于 sub() 方法就比較簡單了，我們可以先用sub() 方法將 a 節點去掉，只留下文本，然后再利用findall() 提取就好了。

html = re.sub('<a.*?>|</a>|<i.*?>|</i>', '', html)
results = re.findall('<li.*?>(.*?)</li>', html, re.S)
for result in results:
    print(result.strip())

運行結果：

<div id="songs-list">
    <h3 class="title">經典老歌</h3>
    <p class="introduction">
        經典老歌列表
    </p>
    <ul id="list" class="list-group">
        <li data-view="2">一路上有你</li>
        <li data-view="7">
            滄海一聲笑
        </li>
        <li data-view="4" class="active">
            往事隨風
        </li>
        <li data-view="6">光輝歲月</li>
        <li data-view="5">記事本</li>
        <li data-view="5">
            但愿人長久
        </li>
    </ul>
</div>
一路上有你
滄海一聲笑
往事隨風
光輝歲月
記事本
但愿人長久

可以到 a 節點在經過 sub() 方法處理后都沒有了，然后再 findall() 直接提取即可。所以在適當的時候我們可以借助于 sub() 方法做一些相應處理可以事半功倍。

7. compile()

前面我們所講的方法都是用來處理字符串的方法，最后再介紹一個 compile() 方法，這個方法可以講正則字符串編譯成正則表達式對象，以便于在后面的匹配中復用。

import re

content1 = '2016-12-15 12:00'
content2 = '2016-12-17 12:55'
content3 = '2016-12-22 13:21'
pattern = re.compile('\d{2}:\d{2}')
result1 = re.sub(pattern, '', content1)
result2 = re.sub(pattern, '', content2)
result3 = re.sub(pattern, '', content3)
print(result1, result2, result3)
Python資源分享qun 784758214 ,內有安裝包，PDF，學習視頻，這里是Python學習者的聚集地，零基礎，進階，都歡迎

例如這里有三個日期，我們想分別將三個日期中的時間去掉，所以在這里我們可以借助于 sub() 方法，sub() 方法的第一個參數是正則表達式，但是這里我們沒有必要重復寫三個同樣的正則表達式，所以可以借助于 compile() 方法將正則表達式編譯成一個正則表達式對象，以便復用。

運行結果：

2016-12-15 2016-12-17 2016-12-22

另外 compile() 還可以傳入修飾符，例如 re.S 等修飾符，這樣在 search()、findall() 等方法中就不需要額外傳了。所以 compile() 方法可以說是給正則表達式做了一層封裝，以便于我們更好地復用。

8. 結語

到此為止，正則表達式的基本用法就介紹完畢了，后面我們會有實戰來講解正則表達式的使用。