最近在python for biologists看到一篇對(duì)正則表達(dá)式不錯(cuò)的總結(jié)腾夯，在此簡(jiǎn)要翻譯恃鞋。????

模式在生物學(xué)中的重要性

大部分時(shí)候殃恒，編程研究生物學(xué)問(wèn)題的過(guò)程是搜尋字符串中的模式（searching for patterns in strings）而芥。最典型的例子是生物序列數(shù)據(jù)分析迈螟，其中DNA、RNA和蛋白質(zhì)序列恰好是字符串耐版。許多生物序列挖掘問(wèn)題俐巴，均可以從模式的角度來(lái)考慮，比如牵囤，

蛋白質(zhì)結(jié)構(gòu)域（protein domains）

DNA轉(zhuǎn)錄因子結(jié)合基序（DNA TF binding motifs）

限制酶酶切位點(diǎn)

簡(jiǎn)并PCR引物位點(diǎn)（degenerate PCR primer sites）

單核苷酸重復(fù)（runs of mononucleotides）

然而爸黄，不只是序列數(shù)據(jù)會(huì)有特殊的模式（interesting patterns）。正如我們討論文件時(shí)提到揭鳞，其他數(shù)據(jù)大部分也是以文本文件中的字符串形式存在炕贵，比如，

讀長(zhǎng)定位（read mapping locations）

地理坐標(biāo)（geographical sample coordinates）

分類名（taxonomic names）

基因名

基因編錄號(hào)（gene accession numbers）

BLAST搜索結(jié)果

在之前的博客中野崇，我們已經(jīng)了解了一些關(guān)于字符串中模式識(shí)別（pattern recognition）的編程問(wèn)題称开，比如，計(jì)算蛋白質(zhì)序列中每個(gè)氨基酸的數(shù)目、找出DNA序列中的限制酶酶切位點(diǎn)鳖轰、檢查基因名各部分清酥，并將它們單獨(dú)的字符（串）匹配（match them against individual characters）。

這些問(wèn)題的共同主題是搜尋一個(gè)固定的模式蕴侣。但是焰轻，還有許多問(wèn)題需要更靈活的模式。比如昆雀，

給定一條DNA序列辱志，求poly-A尾巴的長(zhǎng)度

給定一個(gè)基因編錄名（gene accession name），提取第三個(gè)字符和下劃線之間的字符

給定一條蛋白質(zhì)序列狞膘，確定它是否含有高度冗余的蛋白質(zhì)結(jié)構(gòu)域基序（protein domain motif）

此類問(wèn)題在許多領(lǐng)域中出現(xiàn)過(guò)揩懒，因此Python中有一套標(biāo)準(zhǔn)的工具處理此類問(wèn)題：正則表達(dá)式。一般的編程書(shū)中可能不會(huì)提及正則表達(dá)式客冈，但是它們?cè)谏飳W(xué)中非常實(shí)用旭从。

盡管Python自帶處理正則表達(dá)式的工具稳强，卻不能在編寫(xiě)代碼時(shí)直接調(diào)用场仲。為此，我們必須先討論一下模塊退疫。

Python中的模塊

到現(xiàn)在為止渠缕，我們提到的函數(shù)和數(shù)據(jù)類型都是基本數(shù)據(jù)類型，在每個(gè)程序中都需要用到褒繁，比如處理字符串和數(shù)字亦鳞、處理讀寫(xiě)文件和操控?cái)?shù)據(jù)列表的工具。因此棒坏，在開(kāi)始編寫(xiě)python程序時(shí)即可直接調(diào)用燕差。比如，若要打開(kāi)文件坝冕，僅需簡(jiǎn)單地使用open()函數(shù)聲明徒探。

然而，Python中還有一類工具喂窟，功能更專一测暗。比如，正則表達(dá)式磨澡，此外還有許多實(shí)用的專業(yè)工具碗啄，一般情況下用不到。比如做高級(jí)數(shù)學(xué)計(jì)算稳摄，從網(wǎng)上下載數(shù)據(jù)稚字，運(yùn)行外部程序，修改日期等厦酬。每一種專業(yè)工具的集合——實(shí)際上是一系列特殊函數(shù)和數(shù)據(jù)類型——稱為模塊胆描。

出于效率的考慮褒傅，Python并不會(huì)自動(dòng)提供這些模塊。相反袄友，需要使用import顯式加載所需的模塊殿托。比如，處理正則表達(dá)式的模塊是re剧蚣，所以調(diào)用時(shí)需要在程序最開(kāi)始輸入：

import re

要使用模塊中的某個(gè)工具支竹，需要在前面加上模塊名。比如鸠按，使用正則中的search()函數(shù)礼搁，需要寫(xiě)：

re.search(pattern, string)

而不是：

search(pattern, string)

如果忘記導(dǎo)入模塊或把模塊名加入到函數(shù)前，會(huì)出現(xiàn)NameError目尖。

本篇余下的代碼均需要聲明import re馒吴。為求簡(jiǎn)潔，下文不包含該聲明瑟曲，當(dāng)你運(yùn)行這些例子時(shí)饮戳，需要在代碼開(kāi)頭加上。

裸字符（RAW STRINGS）

使用正則表達(dá)式洞拨，需要輸入許多特殊字符扯罐。比如，\n表示換行烦衣，\t表示插入tab歹河。

不幸的是，特殊字符數(shù)量有限花吟，所以在正則表達(dá)式中表示特殊含義的字符會(huì)與本身具有特殊含義的字符沖突（Unfortunately, there are a limited number of special characters to go round, so some of the characters that have a special meaning in regular expressions clash with the characters that already have a special meaning）秸歧。Python解決這個(gè)問(wèn)題的辦法是對(duì)字符串設(shè)定特殊規(guī)則：如果在左雙引號(hào)前加上r，那么字符串中的任何特殊字符都會(huì)被忽略：

print(r"\t\n")

r是raw的縮寫(xiě)衅澈，在Python中的含義是忽略特殊字符键菱。可以看到r在雙引號(hào)外面——不是字符串的一部分矾麻。以上代碼的輸出是：

\t\n

并不會(huì)出現(xiàn)tab和換行纱耻。在這篇博文中，你會(huì)看到所有的正則表達(dá)式中都有裸字符標(biāo)記——即便有時(shí)候不那么必要——但應(yīng)該養(yǎng)成這種好習(xí)慣险耀。

搜尋字符串中的模式

我們將從最簡(jiǎn)單的正則表達(dá)式工具開(kāi)始弄喘，re.search()是真/假函數(shù)，可以確定一個(gè)模式是否出現(xiàn)在字符串中甩牺。需要兩個(gè)參數(shù)蘑志，都是字符串。第一個(gè)參數(shù)是待搜尋的模式，第二個(gè)參數(shù)是在其中搜尋模式的字符串急但。比如澎媒，我們檢測(cè)一條DNA序列是否包含EcoRI限制位點(diǎn)：

dna = "ATCGCGAATTAC"

if re.search(r"GAATTC",dna):

? ? print("restriction site found!")

注意到我們?cè)谀Ｊ阶址懊媸褂寐阕址麡?biāo)記，即使（其中不含特殊字符）并不是一定需要加上波桩。

交替（ALTERNATION）

現(xiàn)在戒努，我們已經(jīng)知道如何使用re.search()，下面我們看看更有趣的镐躲。這次储玫，我們要查看是否有AvaII識(shí)別位點(diǎn)，分別是：GGACC和GGTCC萤皂。一種方法是用or做條件判斷：

dna = "ATCGCGAATTCAC"

if re.search(r"GGACC", dna) or re.search(r"GGTCC", dna):

? ? print("restriction site found!")

但是更好的方法是用正則表達(dá)式來(lái)表示（捕捉）AvaII位點(diǎn)的變異撒穷。正則表達(dá)式的特性之一是交替（alteration）。為了呈現(xiàn)出多個(gè)不同的變體（alternatives）裆熙，我們將這些變體放在括號(hào)里端礼，用管道符隔開(kāi)。在AvaII的例子中入录，在第三個(gè)堿基上存在兩個(gè)變體——可以是A或T——因此該模式可寫(xiě)做：

? ? GA(A|T)CC

寫(xiě)成裸字符模式并將其放在re.search()后如下：

dna = "ATCGCGAATTCAC"

if re.search(r"GA(A|T)CC", dna):

? ? print("restriction site found!")

注意到我們只用了一個(gè)模式就表示了序列的所有變化（a single pattern which captures all the variation in the sequence in one string）蛤奥。

字符族（CHARACTER GROUPS）

BisI限制酶酶切位點(diǎn)包含更多基序（motifs）——模式是GCNGC，其中N代表任意堿基纷跛。我們可以用同樣的辦法來(lái)表示這個(gè)模式：

? ? GA(A|T|G|C)GC

然而喻括，正則表達(dá)式的另一特性可以使模式更為簡(jiǎn)潔。一對(duì)方括號(hào)包含一串字符可以表示（匹配）其中任一字符贫奠。因此，模式GC[ATGC]GC匹配GCAGC望蜡、GCTCC唤崭、GCGGC和GCCGC。以下是一個(gè)使用字符族檢查是否存在BisI限制位點(diǎn)程序：

dna = "ATCGCAATTCAC"

if re.search(r"GC[ATGC]GC", dna):

? ? print("restriction site found!")

總之脖律，在編程研究生物學(xué)問(wèn)題時(shí)谢肾，交替（alteration）和字符族（character groups）對(duì)捕捉這類變體十分有效聊替。在我們繼續(xù)之前捎谨，還有兩個(gè)處理特定常見(jiàn)情況的技巧值得了解。

如果需要模式中某一字符匹配輸入中的任一字符矛洞，可以使用句號(hào)或點(diǎn)號(hào)微姊。比如酸茴，模式GC.GC會(huì)匹配BisI酶切位點(diǎn)的四種可能。然而兢交，句號(hào)也能匹配那些不是堿基的字符薪捍，甚至非字母。因此，它也可以匹配GCFGC酪穿、GC&GC和GC9GC凳干，這可能并非我們所想，使用時(shí)需要小心被济。

有時(shí)候更簡(jiǎn)單的方法是救赐，不羅列所有可接受的字符，而是指定不匹配哪些字符只磷。如下所示净响，將脫字號(hào)^放在字符族前

? ? [^XYZ]

會(huì)否定該字符族，而去匹配那些不在該字符族中的字符喳瓣。上述例子會(huì)匹配任一字符馋贤，除了X、Y和Z畏陕。

數(shù)量詞（QUANTIFIERS）

以上所述的正則表達(dá)式特性能夠描述模式中單個(gè)字符的變化配乓。另一類特性，數(shù)量詞惠毁，能夠描述模式中某一部分重復(fù)多次的變化犹芹。

單字符后加上問(wèn)號(hào)（?）表示該字符是可選的——即匹配0或1次。因此鞠绰，在模式GAT?C中腰埂，T是可選的，該模式將匹配GATC或GAC蜈膨。如果我們將問(wèn)號(hào)用到多個(gè)字符時(shí)屿笼，可以用括號(hào)將字符組成字符族。比如翁巍，模式GGG(AAA)?TTT驴一，其中3個(gè)A是可選的，因此該模式會(huì)匹配GGGAAATTT或GGGTTT灶壶。

單字符或字符族后加上加號(hào)（+）表示肝断，它（們）必須存在且重復(fù)任意次數(shù)——換言之，它會(huì)匹配一次或多次驰凛。比如胸懈，模式GGGA+TTT會(huì)匹配三個(gè)G，接著一個(gè)或多個(gè)A恰响，接著3個(gè)T趣钱。因此，它會(huì)匹配GGGATTT渔隶、GGGAAATT羔挡、GGGAAATT等洁奈，但不會(huì)匹配GGGTTT。

單字符或字符族后加上星號(hào)（*）表示绞灼，它（們）是可選的利术，但是也可以重復(fù)。換言之低矮，它會(huì)匹配0或多次印叁。比如，模式GGGA*TTT會(huì)匹配3個(gè)G军掂，接著0或多個(gè)A轮蜕，接著3個(gè)T。因此蝗锥，它會(huì)匹配GGGTTT,GGGATTT,GGGAATTT等跃洛。這是最靈活的量詞。

如果想匹配特定數(shù)量的重復(fù)终议，可以使用花括號(hào)（{}）汇竭。單字符或字符族后加上包含數(shù)字的花括號(hào)會(huì)匹配正好那個(gè)數(shù)字次數(shù)的重復(fù)。例如穴张，模式GA{5}T會(huì)匹配GAAAAAT细燎，不匹配GAAAAT和GAAAAAAT。單字符或字符族后加上內(nèi)含一對(duì)被逗號(hào)分隔的數(shù)字的花括號(hào)皂甘，可以指定特定范圍次數(shù)的重復(fù)玻驻。例如，GA{2,4}T表示偿枕，G接著2至4個(gè)A璧瞬，然后T。因此益老，它會(huì)匹配GAAT彪蓬，GAAAT和GAAAAT，但不匹配GAT或GAAAAAT捺萌。

正如子串一樣，我們可以取消下限或上限膘茎。A{3,}會(huì)匹配3或多個(gè)A桃纯，G{,7}會(huì)匹配到最多7個(gè)G。

位置

我們將了解最后一組正則表達(dá)式工具披坏，它們不代表字符态坦，而是代表字符串中的位置。脫字號(hào)^匹配字符串的開(kāi)始棒拂，美元符$匹配字符串的末尾伞梯。模式^AAA匹配AAATTT卻不匹配GGGAAATTT玫氢。模式GGG$匹配AAAGGG但不匹配AAAGGGCCC。

組合

正則表達(dá)式真正的威力來(lái)自組合使用這些工具（combining these tools）谜诫。我們可以用數(shù)量詞和交替和字符族來(lái)指定非常靈活的模式漾峡。例如，下面是一個(gè)復(fù)雜的模式喻旷，鑒定全長(zhǎng)真核信使RNA序列：

? ? ^AUG{AUGC}{30, 1000}A{5,10}$

從左往右看生逸，它會(huì)匹配：

? ? ·序列起點(diǎn)的AUG起始密碼子

? ? ·然后30~1000bp的序列，可以是A且预、U槽袄、G、C

? ·末尾5~10bp的poly-A尾巴

如你所見(jiàn)锋谐，正則表達(dá)式剛開(kāi)始讀起來(lái)十分棘手遍尺，直到你熟悉它們。然而涮拗，它值得你投入一些時(shí)間學(xué)習(xí)使用乾戏，因?yàn)檫@種概念在許多工具中都會(huì)用到。在Python中掌握的正則表達(dá)式技巧可以遷移到其他編程語(yǔ)言中多搀、命令行工具和文本編輯器中歧蕉。

以上我們討論的特性是在生物學(xué)中最實(shí)用的。然而康铭，Python中還有許多正則表達(dá)式的特性可以使用惯退。如果你想掌握正則表達(dá)式，需要了解貪婪vs.最小量詞（greedy vs. minimal quantifiers）从藤、后向引用（back-references）催跪、前向和后向斷言（lookahead and lookbehind assertions）和內(nèi)建的字符類。

在繼續(xù)了解正則表達(dá)式更復(fù)雜的使用之前夷野，需要注意有一個(gè)類似re.search()的方法懊蒸，叫做re.match()。不同之處在于悯搔，re.search()會(huì)鑒定出字符串中任意位置出現(xiàn)的模式骑丸，而re.match()只會(huì)鑒定出匹配整個(gè)字符串的模式。大多數(shù)時(shí)候妒貌，我們需要的是前一種功能通危。

其他用到模式的方法（函數(shù)）

之前所有的例子中，我們使用re.search()當(dāng)作if語(yǔ)句中的條件灌曙，決定某字符串是否包含某個(gè)模式菊碟。然而，還可以用正則表達(dá)式實(shí)現(xiàn)更多有趣的功能在刺。

提取匹配的部分

通常逆害，我們不僅想知道某個(gè)模式是否存在头镊，還想了解哪部分字符串匹配上。為此需要使用re.search()的結(jié)果魄幕，然后group()其結(jié)果對(duì)象相艇。

在介紹re.search()函數(shù)時(shí)，我曾提到它是真/假函數(shù)梅垄。這并不完全正確——如果它找到一個(gè)匹配厂捞，不返回True，而是返回一個(gè)對(duì)象队丝，這個(gè)對(duì)象在條件判斷時(shí)會(huì)被定為真靡馁。

它返回的值實(shí)際上是一個(gè)匹配對(duì)象（match object），一種新的數(shù)據(jù)類型机久，我們至今尚未遇到臭墨。類似文件對(duì)象，匹配對(duì)象不代表數(shù)或字符串這類簡(jiǎn)單的事物膘盖。相反胧弛，它代表正則表達(dá)式搜尋的結(jié)果。類似文件對(duì)象侠畔，匹配對(duì)象有許多實(shí)用的方法可以獲得其中的數(shù)據(jù)结缚。

其中一個(gè)方法是group()。如果對(duì)正則表達(dá)式搜索結(jié)果調(diào)用這個(gè)方法软棺，可以獲得輸入字符串中匹配上該模式的部分红竭。舉個(gè)例子：想象有一條DNA序列，需要確定是否包含模糊堿基喘落，如哪些不是A茵宪、T、G和C的堿基瘦棋∠』穑可以用否定字符族（negated character group）來(lái)寫(xiě)不會(huì)匹配任一非ATGC堿基的正則表達(dá)式。

? ? [^ATGC]

測(cè)試如下：

dna = "ATCGCGYAATTCAC"

if re.search(r"[^ATGC]", dna):

? ? print("ambiguous base found!")

上面的代碼告訴我們DNA序列是否含有非ATGC堿基赌朋，但是不能告訴我們到底是什么堿基凰狞。為此，我們對(duì)匹配對(duì)象調(diào)用group()：

dna = "CGATNCGGAACGATC"

m = re.search(r"[^ATGC]", dna)

#m是一個(gè)匹配對(duì)象

if m:

? ? print("ambiguous base found!")

? ? ambig = m.group()

? ? print("the base is " + ambig)

這段程序的輸出是：

? ? ambiguous base found!

? ? the base is N

不僅告訴序列中包含模糊堿基沛慢，而且模糊堿基是N服球。

提取多個(gè)字符族

如果要提取不止一個(gè)模式該怎么做呢？假如要匹配學(xué)名如Homo sapiens或Drosophia melanogaster颠焦。這個(gè)模式相對(duì)簡(jiǎn)單：多個(gè)字符，緊接著一個(gè)空格往枣，再接著多個(gè)字符：

? ? .+.+

為了匹配多個(gè)字符伐庭，先用句號(hào)（表示任一字符）粉渠，緊接著加號(hào)（表示重復(fù)至少一次但是可能多次）。

現(xiàn)在圾另，我們來(lái)提取屬名和物種名到不同的變量霸株。在我們需要存儲(chǔ)的模式的部分加上括號(hào)：

? ? (.+)(.+)

這就捕獲了模式的（各）部分。現(xiàn)在可以通過(guò)給group()提供一個(gè)參數(shù)集乔，提取被捕獲的片段去件。group(1)會(huì)返回被第一組括號(hào)內(nèi)的模式部分匹配到的字符串，group(2)則返回被第二組匹配到的字符串……

scientific_name = "Homo sapiens"

m = re.search("(.+) (.+)", scientific_name)

if m:

? ? genus = m.group(1)

? ? species = m.group(2)

? ? print("genus is " + genus + ", species is " + species)

輸出展示了同一模式匹配到的兩塊如何存在不同的變量中扰路。注意到空格不在兩個(gè)變量中：

? ? genus is Homo, species is sapiens

如果觀察仔細(xì)尤溜，你會(huì)意識(shí)到正則表達(dá)式中括號(hào)有三個(gè)不同的角色：

? ·在交替中圍住變體（surrounding the alternatives in alternation）

? ·對(duì)模式的部分歸類，同數(shù)量詞一塊使用

? ·定義了匹配后需要被提取的部分

獲得匹配位置

除了包含匹配內(nèi)容汗唱，匹配對(duì)象還包含匹配位置的信息宫莱。start()和end()可以獲得字符串中模式的起始和終止位置×ㄗ铮回顧一下模糊堿基的例子授霸，找出模糊堿基的位置：

dna = "CGATNCGGAACGATC"

m = re.search(r"[^ATGC]", dna)

if m:

? ? print("ambiguous base found!")

? ? print("at position " + str(m.start()))

注意，計(jì)數(shù)從0開(kāi)始际插，因此匹配起始于第五個(gè)堿基的起始位置是4：

? ? ambiguous base found!

? ? at position 4

多個(gè)匹配

上述例子有一個(gè)明顯的限制碘耳，它只能找到一個(gè)模糊堿基，因?yàn)?b>re.search()只能找到一個(gè)匹配框弛。為了處理多個(gè)匹配辛辨，需要使用re.finditer()，會(huì)返回一個(gè)匹配對(duì)象列表功咒，可以繼續(xù)用循環(huán)處理：

dna = "CGCTCNTAGATGCGCRATGACTGCAYTGC"

matches = re.finditer(r"[^ATGC]", dna)

for m in matches:

? ? base = m.group()

? ? pos? = m.start()

? ? print(base + " found at position " + str(pos))

從輸出可以發(fā)現(xiàn)愉阎，發(fā)現(xiàn)三個(gè)匹配結(jié)果：

? ? N found at position 5

? ? R found at position 15

? ? Y found at position 25

將多個(gè)匹配結(jié)果轉(zhuǎn)換為字符串

一個(gè)常見(jiàn)的場(chǎng)景是，要獲得匹配上給定模式的字符串的各部分的列表力奋。以下是匹配A和T連續(xù)榜旦，長(zhǎng)度超過(guò)5個(gè)堿基的正則表達(dá)式模式：

? ? [AT]{6, }

這是一條包含該模式匹配（黑體顯示）的DNA序列：

ACTGCATTATATCGTACGAAATTATACGCGCG

可以用re.finder()和group()從中提取匹配模式的字符塊：

dna = "CTGCATTATATCGTACGAAATTATACGCGCG"

matches = re.finditer(r"[AT]{6,}", dna)

result = []

for m in matches:

? ? result.append(m.group())

print(result)

不過(guò)這類問(wèn)題比較常見(jiàn)，所以有特定的方法處理景殷，re.findall()溅呢。正如其他方法一樣，re.findall()以模式和字符串為參數(shù)猿挚，但不返回匹配對(duì)象列表咐旧，而是返回字符串列表〖撸可以重寫(xiě)上面的代碼如下：

dna = "CTGCATTATATCGTACGAAATTATACGCGCG"

result = re.findall(r"[AT]{6,}", dna)

print(result)

用正則表達(dá)式分割字符串

極個(gè)別時(shí)候铣墨，用正則表達(dá)式作為分隔符將一個(gè)字符串分割也十分使用。一般的字符串split()不適用办绝，但是re模塊有一個(gè)自己的split()函數(shù)伊约，將正則表達(dá)式作為參數(shù)姚淆。第一個(gè)參數(shù)是模式，然后是被分割的字符串屡律。

想象一下腌逢，有一條保守的DNA序列包含模糊密碼，需要提取出所有連續(xù)的非模糊堿基（all runs of contiguous unambiguous bases）超埋。只要有不是ATGC的堿基就將DNA分割：

dna = "ACTNGCATRGCTACGTYACGATSCGAWTCG"

runs = re.split(r"[^ATGC]", dna)

print(runs)

輸出說(shuō)明該函數(shù)的功能——返回值是字符串列表：

['ACT', 'GCAT', 'GCTACGT', 'ACGAT', 'CGA', 'TCG']

注意到字符串中匹配上模式的部分不在輸出中（就想分隔符不在Python的split()輸出中）搏讶。

總結(jié)

在這個(gè)部分，我們學(xué)習(xí)了正則表達(dá)式霍殴，以及相關(guān)函數(shù)和方法媒惕。從簡(jiǎn)要介紹兩個(gè)概念開(kāi)始，模塊和裸字符繁成，雖然它們不是正則表達(dá)式的一部分但是使用正則時(shí)很有必要吓笙。然后簡(jiǎn)述了正則表達(dá)式模式的特性，迅速了解了可以用它來(lái)處理的事巾腕。正如正則表達(dá)式可以從簡(jiǎn)單到復(fù)雜面睛，使用上也是如此∽鸢幔可以用它們解決簡(jiǎn)單的任務(wù)——如確定某條序列是否含有特定的基序——或者更復(fù)雜的叁鉴，如使用復(fù)雜的模式辨認(rèn)信使RNA序列。

實(shí)際使用時(shí)佛寿，需要認(rèn)識(shí)到幌墓，對(duì)任一給定的模式，正則表達(dá)式可以用多種方式描述冀泻。在博客的開(kāi)頭常侣，我們用到了模式

GG(A|T)CC

來(lái)描述AvaII限制酶識(shí)別位點(diǎn)，但是同一模式也可以寫(xiě)作：

GG[AT]CC

(GGACC|GGTCC)

(GGA|GGT)CC

G{2}[AT]C{2}

在遇到其他存在多種表達(dá)方式時(shí)弹渔，盡量以最容易讀為準(zhǔn)則編寫(xiě)正則表達(dá)式胳施。

PS:原博文末尾提供了小練習(xí)，需要的可以自行前往（正則表達(dá)式）肢专。