Python中的正则表达式基础
$ 字符串的末尾
^ 字符串的开始
\b 字符的边界
前缀t 字符串中的反斜线（所有字符）不转义
? 可选地匹配(位于之前的)单个字符
() 改变优先级，作为一个整体，一个组
| 或者
(A|B) 精确匹配A或B中的一个
{n,m} 匹配（位于之前的字符）n到m次
VERBOSE 松散正则表达式(re.VERBOSE)常量，忽略空格换行等，可用#作注释
{n} 精确匹配n次
\d 十进制字符，（0-9中的一个）
\D 任意不为十进制字符的字符，为\d取反
+ 1次或者任意多次（大于0就行）
* 0次或者任意多次
相关文档：
首先是下载python3，现在的最高版本是3.1.1
for linux。
我的放置路径是/home/python下放置Python-3.1.1.tgz,执行以下系列操作：
1.解压：tar zxvf Python-3.1.1.tgz----生成解压包Python-3.1.1
2.转换到Python-3.1.1路径下，执行./configure
3.make
4.make install
在rehl5中已经默认安装了python2.4,所以要做如下 ......
copy模块用于对象的拷贝操作。该模块非常简单，只提供了两个主要的方法：
copy.copy
与
copy.deepcopy
，分别表示浅复制与深复制。什么是浅复制，什么是深复制，网上有一卡车一卡车的资料，这里不作详细介绍。复制操作只对复合对象有效。用简单的例子来分别介绍这两个方法。
浅复制只复制对象本身，没有复制该对象 ......
filename=raw_input('enter file name:')
f=open(filename,'rb')
f.seek(0,0)
index=0
for i in range(0,16):
print "%3s" % hex(i) ,
print
for i in range(0,16):
print "%-3s" % "#" ,
print
while True:
temp=f.read(1)
if len(temp) == 0:
break
else:
print "%3s" % temp.encode('hex'),
......
昨天试了下用HTMLParser类来解析网页，可发现结果并不理想。不管怎么说，先写下过程，希望后来人能在此基础上解决我所遇到的问题。
写了2套解决方案，当然这2套只能对特定网站有效。我这里主要说明下对BBC主页www.bbc.co.uk和对网易www.163.com的解析。
对于BBC：
这套要简单得多，可能是该网页的编码比较标准吧
import ......
昨天试了下用HTMLParser类来解析网页，可发现结果并不理想。不管怎么说，先写下过程，希望后来人能在此基础上解决我所遇到的问题。
写了2套解决方案，当然这2套只能对特定网站有效。我这里主要说明下对BBC主页www.bbc.co.uk和对网易www.163.com的解析。
对于BBC：
这套要简单得多，可能是该网页的编码比较标准吧
import ......
