在昨天我們建立了模型，並可使用管理網站手動增加書籍與作者的資料。

但回顧 Day10所列的需求，實際使用情境上，使用者只需輸入網址，系統需判斷是否為可支援網站，並自動抓取書名和作者等資訊。

預計使用技術如下：

1. 判斷是否為可支援網站：正則表示式
2. 根據URL，抓取書名和作者資訊：爬蟲

故在繼續Django挑戰前，今天將先進行正則表示式的練習，以便後續網站開發使用。

使用正則表示式判斷是否為支援網站

正則表示式的比對寫法：

import re

regex = re.compile(r'正則表示式')
target = "欲比對的內容"

result = regex.search(target)

• re.compile(r'正則表示式')：把正則表示式進行編譯，並產生一個pattern對象，供後續的search()、find()使用。
  • r'正則表示式'：r表示後面的字串為原始字串。因為正則表示式會用到很多系統保留符號，故需宣告為原始字串以免Python執行錯誤。

大部分找到的教學網站的寫法，主要流程都是先將正則表示式進行compile()，後續使用complie產生的物件做search()，但今天剛好看到一篇分享，裡面提到其實re模組提供的許多函式中都已包含compile()，故統一事先宣告compile()其實是資源的浪費。

故今天練習的完整程式如下：

import re

# 正則表示式：比對網址pattern，並抓取novelid
regex = r'https?:\/\/www\.jjwxc\.net\/onebook\.php\?novelid=(\d+)'
urlgroup = ( "http://www.jjwxc.net/onebook.php?novelid=3415053",
        "http://www.google.com"
)

for url in urlgroup:
  result = re.search(regex, url)
  if result is None:
    print("Not Match!  URL:" + url)
  else:
    print("Match!")
    print("Group():" + result.group())
    print("Group(1):" + result.group(1))

輸出結果：

Match!
Group():http://www.jjwxc.net/onebook.php?novelid=3415053
Group(1):3415053
Not Match!  URL:http://www.google.com