3.3.3 Differ对象Differ对象是进行全文比较，然后列表那一个位置增加、减少或者相同。类difflib.Differ(linejunk=None, charjunk=None) 构造一个Differ对象，linejunk和charjunk是可选的过滤函数，如果不设置，默认为None。linejunk是一个可以过滤不需要的字符串行的函数对象，当不需要时返回True。charjunk是一个可以过滤不需要的字符的函数对象，当不需要时返回True。 compare(a, b)比较两个序列，生成一个增加或删除的文本描述。3.3.4 使用Differ对象Differ对象主要用来比较文本之间的差异，然后把差异文本按一定规则生成一个字符串返回。比较两个简单的字符串例子：#python3.4.3 import difflibfrom pprint import pprint s1 = ' abcd 123 321's2 = 'abcd abcd 123321' print('s1 = ', s1)print('s2 = ' ...继续阅读 (64)

在XP系统上出现无法定位程序输入点 K32GetProcessMemoryInfoVC2012升级补丁5.0之后，编译出来的程序发现在XP系统无法定位程序输入点 K32GetProcessMemoryInfo于动态链接库kernel32.dll之上。之前程序一直在XP上安装正常，今天测试组的同事突然发现，新发布的版本不能在XP上使用，这个问题比较奇怪，因为以往的版本都是没有问题的。为什么会突然出现这个问题呢？一开始就去查找是否所有工程都使用V110_XP来编译，找完所有工程都没出错。最后才想到近来升级VC2012的Update5.0的补丁，再打包编译之后，才发现XP的电脑不能使用了。经过查找分析，发现是如下问题：这是由于GetProcessMemoryInfo在不同系统版本号不同导致的，官方说明如下：RemarksStarting with Windows 7 and Windows Server 2008 R2, Psapi.h establishes version numbers for the PSAPI functions. The PSAPI version number affects the name used to call the function and the library that a program must load.If PSAPI_VERSION ...继续阅读 (96)

查找最大相同序列例子：#python3.4.3 import difflib s1 = [ 1, 2, 3, 5, 6, 4 ]s2 = [ 2, 3, 5, 4, 6, 1 ] print('s1 = ', s1)print('s2 = ', s2)print('s1 == s2', s1 == s2)print('') matcher = difflib.SequenceMatcher(None, s1, s2)print(matcher)print(matcher.find_longest_match(0, 6, 0, 6))结果输出如下：s1 =  [1, 2, 3, 5, 6, 4]s2 =  [2, 3, 5, 4, 6 ...继续阅读 (66)

类difflib.SequenceMatcher(isjunk=None, a='', b='', autojunk=True) 本函数是构造函数，主要创建任何类型序列的比较对象。isjunk是关键字参数，主要设置过滤函数，比如想丢掉a和b比较序列里特定的字符，就可以设置相应的函数，比如不要空格和跳格符：lambda x: x in " \t"。a和b是比较序列。autojunk是用来设置是否自动垃圾处理启用。它具有自动垃圾启发式，可以将重复超过片段1%或者重复200次的字符作为垃圾来处理。可以通过将autojunk设置为false关闭该功能。 set_seqs(a,b)设置两个比较的序列。 set_seq1(a)改变第一个比较序列，第二个比较序列保持不变。 set_seq2(b)改变第二个比较序列，第一个比较序列保持不变。 find_longest_match(alo, ahi, blo, bhi) 从比较序列a[alo:ahi]和b[blo:bhi]里找到最长相同的交集序列。如果isjunk没有设置，即是None时，此函数返回(i, j, k)元组，即是a[i:i+k]与 ...继续阅读 (81)

3.3 difflib--比较不同序列之间差异库本库主要提供一些类和一些函数来比较不同序列对象，提取出来差别部分，特别在文本方面的比较更加有用。例如在文件方面进行比较，在不同的格式下比较会产生不同的差别的结果，可以支持HTML文本比较，也可以支持纯文本比较和以及只产生修改的文本显示。对于文件目录和文件的比较，可以使用filecmp库来进行比较差别。 类difflib.SequenceMatcher可以比较任何类型的序列对象的类。类difflib.Differ主要用来比较文本文件，可以一行一行地比较，产生出一个人能读懂的差异报告文本。每一行有差异时，采用下面的标记来标示出来：标记意义‘-’表示在第一个序列里存在此行‘+’表示在第二个序列里存在此行‘ ’表示在第一个和第二个序列都存在‘？’表示在两个序列都存在，但有差异，也就是变化的地方         类difflib.HtmlDiff可以用此类来实现比较结果生成HTML的格式显示。构造函数__init__(tabsize=8, wrapcolumn=None, linejunk=None, charjunk=IS_CHARACTER_JUNK)tabsize指定跳格的大小，默认为8个字 ...继续阅读 (104)

3.2.5.10 识别中文的正则表达式在我们编写程序时，经常需要判断输入的字符是否包括有中文字符，比如特定的注册帐号，一般不支持中文字符。又比如在电话输入框里输入了中文字符，这时就需要正则表达式来判断是否合法了。例子：import re print('[u4e00-u9fa5]')m = re.findall('[\u4e00-\u9fa5]', 'abc abc 中国 456')if m:    print(m) 结果输出如下：[u4e00-u9fa5]['中', '国']在这里使用正则表达式[\u4e00-\u9fa5]来定义一个集合，也就是从0x4e00开始到0x9fa5的集合，只要在这个集合内的字符都匹配成功。 3.2.5.11 双字节的字符识别我们知道双字节的字符，肯定是两个字符组成，大于255的字符，由此可知，如果不在0x00-0xff集合里的字符，那么就是双字节字符了。例子：print('[^x00-xff]')m = re.findall('[^\x00-\xff]', 'abc abc 中国 456')if m:&nb ...继续阅读 (84)

我的第一个项目——说说那些年我们一起写过的代码 时间回拨到15年前，那是2000年的夏天，天气正热的时候，我刚从大学毕业了，来到了改革开放最前沿的城市--深圳。坐火车到了广州之后，就搭乘长途大巴从广州省站出发，当车开出广州之后，看到广深高速两边全是楼房，一栋接着一栋，没有间断的地方，可谓让我吃惊不已。因为与西安那边相比，只看到公路两旁都是没有草木的黄土高原，那是形成极大的反差。当大巴车驶离高速公路之后，进入深圳的公明镇，就到达了我的第一个公司，远远看到公司的建筑群是那么宏伟，那么大范围，这是一个8000多人的电子工厂。 进入公司之后，就是实习三个月，在这三个月里，会经历不同的工种，不同的工作岗位，体验不同的工作经历。经历最深刻的就是注塑车间了，在那里看到一袋袋的塑料胶粒，经过入料，加热，进入模具，出成品，再抛光，到喷漆，产品就做好了，全自动化的过程，不过那里车间的气味都不好受，整天要带着口罩的。也经历了两班倒的12小时工作制，那是全自动化的PCB插件机，主要看着机器运行，当看到那种物料短缺之后，人工添加上去即可。 经历三个月的实习之后，就进入研发中心进行实际的工作岗位了。我选择的是软件工程师的岗位，顺利进入软件开发部门，接着就开始准备把四年学习到的知识派上用场了。在部门周会上，20多个人同时开会，接着经理说有一个小项目要求做，问谁开发过PC的软件，结果 ...继续阅读 (47)

词法分析器或者叫扫描器主要用来分析字符串的文本，然后把文本里组成的单词分析出来，识别为某一类型的属性。对于编写编译器或者解析器的第一步工作就是做这样的事情：词法分析。以前有很多种使用字符串搜索的办法，这里使用正则表达式来实现这个目的。例子：print("词法分析器") import collections import re Token = collections.namedtuple('Token', ['typ', 'value', 'line', 'column']) def tokenize(code): keywords = {'IF', 'THEN', 'ENDIF', 'FOR', 'NEXT', 'GOSUB', 'RETURN'} token_specification = [ ('NUMBER', r'\d+(\.\d*)?'), # Integer or decimal number ('ASSIGN', r':='), # Assignment operator ('END', r';'), # Statement terminator ('ID', r'[A-Za-z]+'), # Ide ...继续阅读 (79)

在正则表达式里，经常要使用斜线（\）来指明一个集合，但是斜线（\）也是字符串里转义字符的特定标志，为了编写正则表达式更简单，可以使用原始字符串的方式，也就是在字符串前面添加小写字母r来指明。下面这个例子使用到两个正则表达式语句是等价的。例子：print(r'text')print( re.match(r"\W(.)\1\W", " ff "))print( re.match("\\W(.)\\1\\W", " ff "))结果输出如下：<_sre.SRE_Match object; span=(0, 4), match=' ff '><_sre.SRE_Match object; span=(0, 4), match=' ff '>在这里要注意没有采用r方式之前，每一个斜线之前是要多添加一个。像这样r’\\’就表示为非原始字符串的表示方式为’\\\\’才可以等价。蔡军生 微信号：shenzhencai  深圳 ...继续阅读 (73)

3.2.5.6 查找英语语句里所有形容词如果想查找在一段文字里所有出现匹配的字符，需要使用findall()函数，而不是使用search()函数。例如，如果有一个英语作家想把一段英语里所有形容词查找出来，他或她就会使用findall()来实现这个功能。例子：text = "He was carefully disguised but captured quickly by police."print(text)print(re.findall(r"\w+ly", text))结果输出如下：He was carefully disguised but captured quickly by police.['carefully', 'quickly']在这个例子里，就是把所有词尾带ly的单词找出来，从结果来看，都是带有ly结尾的单词，已经达到目的。 3.2.5.7 查找英语语句里所有形容词和出现位置如果不仅仅想查看英语语句里出现的所有形容词，还想把它的位置找出来，那么使用findall()函数就达不到这个目标，需要使用 ...继续阅读 (95)

现在来做一个文字上的游戏，给你一句话，把这句话中除了第一个字符和最后一个字符不要动之外，其内部的字符可以随机排队列。这个游戏采用正则表达式来做，就比较简单了。例子：import random text = '把深圳建设成为全球软件中心 这是新的开始' def repl(m): inner_word = list(m.group(2)) random.shuffle(inner_word) return m.group(1) + "".join(inner_word) + m.group(3) print(text) print(re.sub(r"(\w)(\w+)(\w)", repl, text))结果输出如下：把深圳建设成为全球软件中心 这是新的开始把软深建全圳为件中设球成心 这开的新是始在这里主要是通过函数re.sub来达到查找分组句子，然后中间的字符放到函数repl里进行运算，再返回来替换整个字符串。蔡军生 QQ:9073204  深圳 ...继续阅读 (68)

假如你正在开发手机的应用，比如从云中心那里获取到一串黑名单的电话本号码，然而这些电话本的号码是作为一个文本文件返回来的，需要把这些一行一行的文本分析成电信供应商、电话号码、备注信息、标记的次数，其实这个过程就是把序列化的信息转换为结构化的信息，这样才可更方便处理，比如把电话号码拿出来作为拦截的比较。例子：text = """18701808546 1位用户诈骗号码 (2015-08-24) 15396989999 1位用户骚扰号码 (2015-08-23)15992460848 1位用户诈骗号码 (2015-08-23) 15625759163 1位用户推销、中介 (2015-08-23)15994768049 1位用户发送诈骗信息 (2015-08-23)  18670826757 1位用户诈骗号码 (2015-08-22) 13141465810 1位用户诈骗号码 (2015-08-22) 13860039526: 1位用户诈骗号码 (2015-08-22)""" entr ...继续阅读 (55)

在前介绍的正则表达式里，提供了两个基本的操作函数：search()和match()。这两个基本的函数都是匹配正则表达式的字符串，但它们之间去匹配的模式是有一些区别的，re.match是给出的字符串的头部开始匹配，匹配成功就结束了；而re.search是从给出的字符串头部开始，只要任何位置匹配成功都找出来，这种模式跟Perl语言里缺省方式一致。例子：print('search() vs match()')match = re.match('c', 'abcd')if match:    print(match)else:    print('no match') match = re.search('c', 'abcd')if match:    print(match)else:    print('no search')结果输出如下：search() vs match()no match<_sre.SRE_Match object; spa ...继续阅读 (49)

在Python里，没有与scanf（）直接等同的功能函数，因此需要格式化输入，就需要使用正则表达式的功能来实现，并且正则表达式的功能比scanf（）更加灵活，功能更加强大，下面就来列出一些等同的表达：scanf()格式字符串正则表达式%c.%5c.{5}%d[-+]?\d+%e，%E，%f，%g[-+]?(\d+(\.d*)?|\.\d+)([eE][-+]?\d+)?%i[-+]?(0[xX][\dA-Fa-f]+|0[0-7]*|\d+)%o[-+]?[0-7]+%s\S+%u\d+%x，%X[-+]?(0[xX])?[\dA-Fa-f]+  输入一个字符串的例子：/usr/sbin/sendmail - 0 errors, 4 warnings对于上面格式的字符串，如果使用C函数scanf（）来输入，需要使用下面的格式来实现：%s - %d errors, %d warnings如果我们使用正则表达式来表示，如下：(\S+) - (\d+) errors, (\d+) warnings例子：print('scanf()')pattern = re.compile(r"(\S+)& ...继续阅读 (50)

这个树莓派2已经买回来有一段时间了，一直没有空玩这个小电脑。今天日子特别，是中国抗战胜利70周年日，幸好有英明的领导人，特别给我们放假了一天，想一想今天做什么事情更有意义呢？出去玩，起不到放假的意义，那么打定注意在家里带着宝贝，一边看有意义的阅兵，也达到小学老师的要求，也可以达到有教育意义；一边开着电脑，把这个树莓派学习一下，这样在漫长的内核编译过程中，可以看看阅兵，不至于那么无聊。注意打定了，今天早早起床，大概6点多就起来了。赶紧把LINUX电脑打开，接着上到树莓派的官网，把LINUX内核源码CLONE下来，这时下载速度最快，其它时间下载容易断线，并且不支持断点续传。这时下载的速度大概在400K／秒左右，一会就可以把几百M的源码下载到电脑里了。接着再去官网下载安装版本的映像文件，以便安装到TF卡里，再更新内核，这样就方便得多了，不用去做文件系统的烦恼。下载这个1G大小的映像文件记得使用BT的方式来下载，速度快很多，也达到400K／秒。当然，有了源码还需要交叉编译工具，同样在GITHUB上下载，然后设置好TOOLS的路径，以便MAKE程序找到相应的交叉编译工具。所有原材料准备之后，就到早上9点多钟了，这时看到习大大正在接见外国领导人，接着开始编译，这时就可以去看阅兵，看着那飞机正飞过来，摆着一个70字样，好看吧。步兵过来了，坦克过来了，导弹过来了，最后最凶猛的歼15过来了。五彩缤纷 ...继续阅读 (82)

现在我们开始一个一个例子学习，把学习到的正则表达式进行综合使用。这个例子使用正则表达式来检查5张扑克牌是否有效，为了显示更好看，先写一个输出函数：def displaymatch(match):    if match is None:        return print(None)    return print('<Match: %r, groups=%r>' % (match.group(), match.groups()))假定每一付牌要有5张组成，使用a表示王牌，k表示国王，q表示王后，j表示jack，t表示10，2-9表示相应的数字牌。下面的例子，就检查这付牌是否有效：valid = re.compile(r"^[a2-9tjqk]{5}$")displaymatch(valid.match("akt5q"))  # Validdisplaymatch(valid.match("akt5e& ...继续阅读 (67)

match对象是通过正则表达式匹配成功之后返回的对象，如果不成功也会返回，不过其布尔值为False。因此，判断是否匹配成功，只要判断match对象的布尔值就可以，简单的就是使用if语句来判断。例子：print('re.split')result = re.split('\W+','Cai, cai, cai.')if result:    print(result)match对象支持下面的方法和属性：match.expand(template)在模板字符串template中指定位置替换为指定分组的内容，可能过索引(\1,\2)或组名称（\g<1>, \g<name>）来引用。例子：print('match.expand')pattern = re.compile('(?P<style>[^|]*)\|(?P<tags>[^|]*)')match = pattern.match('OL|AAAAA')print(pattern.groups)print(pattern.groupindex)print(match.expand(r'这是一个测试\2，没错！'))输出结果如下：match.expand ...继续阅读 (74)

编译之后的正则表达式对象支持的方法和属性如下：regex.search(string[, pos[, endpos]])从字符串string的开始位置pos开始匹配正则表达式，到位置endpos结束匹配。匹配成功返回match对象，否则返回None。括号中的参数表示可选。比如rx.search(string, 0, 50)等价于rx.search(string[:50], 0)。例子：print('regex.search()')pattern = re.compile('c')print(pattern.search('caimouse'))print(pattern.search('caimouse', 1))结果输出如下：regex.search()<_sre.SRE_Match object; span=(0, 1), match='c'>None regex.match(string[, pos[, endpos]])指定从字符串string头部或者指定位置的头部匹配。参数pos默认值为0，表示从字符串指定位置开始进行匹配。参数endpos匹配结束位置。如果搜索字符串任意位置所有字符串，需要使用regex.sea ...继续阅读 (102)

re.search(pattern, string, flags=0)从一个字符串string任何位置开始匹配正则表达式的字符串pattern，匹配成功返回match对象，如果不成功返回None。flags是上面介绍的相关标志。例子：print('re.search')result = re.search('mycar\d+','testmycar007\nmycar008\n')if result: print(result)结果输出如下：re.search<_sre.SRE_Match object; span=(4, 12), match='mycar007'> re.match(pattern, string, flags=0)从字符串string开始位置对正则表达式pattern进行0个或多个字符进行匹配，如果匹配成功返回match对象。如果匹配不成功返回None。值得注意是，当多行标志re.MULTILINE起作用时，re.match（）只匹配字符串最开始的字符，而不会匹配换行符开始的字符。如果你想搜索一个字符串任意位置开始的匹配，应使用re.search（）。例子：print('re.match')result = re.match('mycar\d+','mycar007\nmycar008\n')if result: print(result)resu ...继续阅读 (79)

Installshield limited edition for VS2012安装，不能注册问题上周有个同事电脑坏了，需要重新安装一台电脑，因为一些旧的工程需要使用Installshield来打包， 就安排这个同事去网上下载一个版本，并安装，结果还需要注册码。那就在Installshield网站上注册 一个，结果发现连接在网站里打开了，但注册信息下拉框是空白的，怎么样也注册不成功。因为同事 也没有去度娘一下，一搞就一个星期过去了，客户一遍一遍地催过来，这么简单的一个软件安装不了？ 在紧急的情况之下，采用了没有注册的打包，结果每次安装提示评估版本，只能安装5次，吓得测试组 人员，赶紧问怎么回事。这个问题引起了我的注意，我刚开始也以为是网站兼容性的问题，但是后来 我也登录相同的网站，不管使用什么浏览器，不管怎么设置兼容性，也没有下拉列表框，导致注册不了。 出现的现象如下： http://learn.flexerasoftware.com/content/IS-EVAL-InstallShield-Limited-Edition-Visual-Studio 就这个网站上，需要填个人信息，但是，比如Country*选项卡点不开，里面没有内容可选，这样的话这个必填项就没法填，这是怎么回事？ 后来还是度娘了一下，原来需要下面的连接来获取数据回来： MOCK GET http://www.g ...继续阅读 (232)

-b : 当转换数组为字符串时提出警告，比如str(bytes_instance), str(bytearray_instance)。 -B : 当导入.py[co]文件阻止写入字节码文件。 -c cmd : -c后面的参数cmd当作字符串传给脚本程序。 -d : 分析阶段是否进行打印分析树输出。 -E : 忽然环境参数变量。 -h : 打印命令行参数的使用方法。 -i : 当有这个标志时，运行脚本之后进入交互模式继续运行。 -I : 不使用用户的环境变量。 -m mod : 传给运行模块的参数。 -O : 优化字节码生成。 -OO : 去掉doc-strings字符串，并进行优化字节码输出。 -q : 在交互模式启动时不打印版本信息。 -s : 不要添加用户目录到系统路径。 -S : 在初始化时不要导入site库。 -u : 不要缓冲stdout和stderr的二进制输出。 -v : 打印import语句运行信息。 -V : 打印python版本信息并退出。 -W arg : 警 ...继续阅读 (54)

在本模块内主要包括函数、常量和异常。有一些函数是为简单使用，而减少一些特征。在大多数的正规的应用程序里，都是采用编译方式来使用正则表达式。 re.compile(pattern, flags=0)编译一个正则表达式，并生成一个正则表达式对象，而这个对象可以使用方法match()和search()来进行匹配。编译正则表达式的选项，可以通过flags来设置，这些参数可以通过或（|）的方式来进行组合。这个编译过程如下：prog = re.compile(pattern)result = prog.match(string)与下面处理过程相同：result = re.match(pattern, string)不过，re.compile()的方式在多次重复使用这个正则表达式时是有很大优势，因为会大大减少正则表达式的重复编译过程。值得注意是：最新版本的Python会把re.compile()最近几次编译的对象缓存起来，如果只是使用很少正则表达式，不用担心重复编译的问题。例子：print('re.compile');prog = re.compile(r'cai\d')result = prog.match(r'cai7 caimouse cai cai8')if result: print(result.group(0))输出结果如下：re.compilecai7 re.Are.ASC ...继续阅读 (68)

Python解释器的探讨：第一部分函数对象 最近三个月，我和Ned Batchelder花费了大量时间在开发byterun。这个项目byterun（https://github.com/nedbat/byterun）是使用python开发的python字节码的解释器。开发解释器byterun过程中，让我学习到很多东西，以及带来很大的乐趣。在本文系列里，我将带你来体验一下我的开发乐趣，以及使用byterun是非常高兴的事情。不过，在体验快乐之前，先要理解一些基础的知识，就像做运动之前先来暖身一下：对python内部实现有一个整体的了解，以便我们知道解释器是什么东西，它做什么用的，它不能做什么。 本文假定你知道有python这个东西，跟我三个月以前是一样的，除了这个什么都不知道，别说什么python内部实现了。 值得注意的是：本文主要关注和讨论的都是在python2.7版本基础上进行。其实python3.0版本的解释器也差不了太多，与前面版本类似。主要是一些语法和命名不同样，基于底层的内容完全是可以往python3.0版本进行套用的。 python是怎么样工作呢？我们将从高级的交互界面开始来了解python内部是怎么样工作的。当你在python的交互解释器里输入一行代码，然后运行它，那解释器在做了些什么呢？ ~ $ pythonPython 2.7.2 (default, Jun 20 ...继续阅读 (54)

Python编译器实现内幕：添加一个新语句本文尝试理解Python前端的编译实现内幕，如果仅仅是读取文档，或者查看Python的实现代码，会让人感觉迷迷糊糊的，所以我的想法是动手来做一些事情：添加一个新语句until到Python编译器实现里。 所有跟本文相关的代码，都是使用Python3.4.3版本的代码，可以从CSDN的代码托管里找到，连接如下：https://code.csdn.net/caimouse/milang/tree/master打开上面连接下载代码，就是简单直接打包下载，然后解压到一个目录即可。 until语句在一些编译语言里，比如像Ruby，它有实现一个until语句，它的功能与while语句有点像（until num == 0 等同于while num != 0）。在Ruby语言里，语法使用的例子可以写成下面这样：num = 3until num == 0 do puts num num -= 1end 在上面例子里将会输出如下： 321 所以我想添加一个与上面相同语法的语句到Python里，它的例子代码如下所示：num = 3until num == 0: print(num) num -= 1 跟本次修改无关的一些讨论本文不是建议往官方Python实现里添加一个until语句，让Python发行版本添加一个新语法，而是作为一个理解Python内部实 ...继续阅读 (70)

(?(id/name)yes-pattern|no-pattern)先判断id或name是否存在，如果存在就使用yes-pattern规则来匹配；如果不存在，就使用no-pattern匹配。并且no-pattern是可选的，可以不存在。例子：print('(<)?(\w+@\w+(?:\.\w+)+)(?(1)>|$)')m = re.findall(u'(<)?(\w+@\w+(?:\.\w+)+)(?(1)>|$)', u'a@t3.cn> a@t4.cn')if m: print(m) 结果输出如下：(<)?(\w+@\w+(?:\.\w+)+)(?(1)>|$)[('<', 'a@t2.cn'), ('', 'a@t4.cn')] 下面来介绍转义字符，主要由‘\’和特定字符组成。如果指定的字符不在下面的列表里，re判断就会跳过‘\’，直接使用第二个字符作为判断。例如：\$在下面的字符里找不到，就以$来使用。\number匹配与数字序号相同的组，组的序号从1开始。例如(.+) \1就会匹配‘the the’或者‘55 55’，但不会匹配‘thethe’模式，因为（.+)与\1之间有一个空格，\1就是表示与(.+)相同匹配的组。这种方式只能匹配1到99组号，如果超过99就认为是八进制数，同时零开头的数字也认为是八进制数字。注意的是在方括号[] ...继续阅读 (60)

(?!...)向前识别不等于指定字符就匹配，当下一个单词不等于...时就识别出来括号前面指定的单词。比如Isaac(?!Asimov)，就会这样判断，当紧跟着Isaac后面不是单词Asimov时，就把它匹配出来。例子：print('Isaac(?!Asimov)')print(u'abcdAsimovIsaacttttt')m = re.findall(u'Isaac(?!Asimov)', u'abcdAsimovIsaacttttt')if m: print(m)print(u'abcdIsaacAsimovttttt')m = re.findall(u'Isaac(?!Asimov)', u'abcdIsaacAsimovttttt')if m: print(m)输出结果如下：Isaac(?!Asimov)abcdAsimovIsaacttttt['Isaac']abcdIsaacAsimovttttt (?<=...)向后识别等于指定字符。这里所谓向后，就是已经扫描过的字符。比如(?<=cai)mouse规则，就是碰到caimouse时，就把mouse识别出来，意思就是扫描到mouse时，需要往回查看已经扫描的字符是否是cai，如果是就匹配成功。例子：print('(?<=cai)mouse')m = re.findall(u'(?<=cai)mouse', u ...继续阅读 (71)

(?...)这个语法规则是前面的扩展，主要在问号位置可以替换为特定的字符。例子：print('(?...)')m = re.findall(r'(a...)', r'abcdefaghijk')if m: print(m) 输出结果如下：(?...)['abcd', 'aghi'](?#...)括号内容注释掉，不起作用。在正则表达式分析时，跳过这些规则。例子：print('(?#a)')m = re.findall(u'(?#a)i', u'aiLmsux aaaadefagaiLmsuxhijk')if m: print(m) 输出结果如下：(?#a)['i', 'i', 'i'] (?=...)向前提前识别模式，当向前面字符符合等号中的字符时，就认为匹配了，但这些字符不跳过。比如Isaac(?=Asimov)，在Isaac字符后面碰到Asimov字符才会把这个Isaac识别出来，但Asimov不会跳过去。例子：import re print('Isaac(?=Asimov)')m = re.findall(u'Isaac(?=Asimov)', u'abcdIsaacAsimovttttt')if m: print(m)输出结果如下：Isaac(?=Asimov)['Isaac']蔡军生 QQ:9073204 深圳 ...继续阅读 (60)

特别字符集：‘.’点号，在缺省的情况下，可以用来代替任何除换行符之外的字符；如果DOTALL标志设置了，它可以用来代替任何字符，包括换行符。例子：#re import re m = re.findall('a.', 'ab a2 bb a+')if m: print(m)结果输出如下：['ab', 'a2', 'a+']在这个例子里，先使用import语句导入正则表达式库re，然后使用函数findall来查找所有与正则表达式’a.’匹配的字符串，生成一个列表保存在m里，最后判断是否找到，如果找到了就打印出来。在这个正则表达式里’a.’，由字母a和点号组成，意思就是匹配以a开头的任意字符的两个字符的字符串。这里的任意字符是不包括换行符。 ‘^’插入符用来表示只匹配字符串开始的字符串，或者设置多行标志MUTILINE时，每一行新行开始也可以匹配。不使用这个字符就表示在任何位置上都匹配字符串。例子：#re import re m = re.findall('a.', 'ab a2 bb a+')if m: print(m) m = re.findall('a..', 'ab a2 bb a+')if m: print(m) m = re.findall('^a.', 'ab a2 bb a+')if m: print(m)结果输出如下：['ab', 'a2' ...继续阅读 (58)

本模块提供了正则表达式的匹配操作，它的功能跟Perl语言里的功能一样。 无论是Unicode字符串还是单字节8位组成的字符串，都可以使用模式匹配和字符串查找的功能。不过要注意的是Unicode字符串与8位的字符串不能混合使用，也就是说你不能在Unicode里去匹配单字节的模式，或者其它查找的功能。同样也不能在不同类型的字符串里相互替换字符串。 正则表达式使用反斜线（‘\’）来指定特定的格式的意义，或者是允许使用特定的字符。为了解决使用反斜线（‘\’），它的解决方法跟在字符串格式化里使用一样的方案。比如想匹配双反斜线（‘\\’），就需要使用’\\\\’的格式，因为每两个双反斜线（‘\\’）表示一个斜线。 不过，也可以使用另外一种方法来表示正则表达式的字符串，不用这么麻烦的方法，那就是使用‘r’字符开头来表示原始字符串处理。比如写成r’\n’就是表示两个字符：\和n的字符串，如果没有r开头的字符串’\n’则是表示一个字符的字符串，它表示换行字符。 有一点是要注意的，所有正则表达式的相关函数和方法都在编译正则表达式的对象那节里，但并不是说这些函数和方法需要编译正则表达式才可以使用，而是直接可以使用，不过会有一些性能上损失，或者要多输入一些参数。蔡军生 QQ:9073204 深圳 ...继续阅读 (60)

在字符串中进行字符串替换，一般是使用%s来格式化解决，但这种格式化使用起来比较复杂，并且即使是熟悉的开发人员使用起来也容易出错。为了解决这些问题，在字符串库里提供一个模板类。具体情况可以参考PEP 292文档。模板类字符串主要使用$开头的替换字符串来代替%开头的字符串。替换字符串的规则如下：l $$，用两个$来表示一个$字符输出。l $identifier，用$加标识符方式来识别替换串位置和键值。其中identifier就是函数里键值对的键。l ${identifier}，当替换的字符串后面紧跟着字符串时，就需要使用大括号来分隔开，以便可以识别出来键值对的键出来。比如${identifier}abc，由于abc之前紧跟着替换的字符串。当在替换的过程中，遇到$开头的字符串不能替换时，就会抛出ValueError异常。class string.Template(template)构造函数用来构造一个可替换的模板字符串。 substitute(mapping, **kwds)本函数用来实现对模板字符串中占位字符串进行替换，返回一个新的字符串。参数 mapping 是可以输入字典类的对象；参数kwds是可以输入键值对的对象。在字符串中替换的字符串的名称与字典中键名称一样，或者与键值对的键名称一样。 safe_substitute(mapping, **kwds)本函数参数和功能与上面sub ...继续阅读 (73)