正则表达式与python
在Python中有一个非常重要也非常好用的模块re，在import re后，就能够在Python中使用正则表达式，源于此次项目要用正则表达式对html代码提取一定的字符，所以在这也就用些小例子来熟悉一下正则表达式
现在就用最简单的例子
import re
s='<title>http://www.baidu.com</title>'
print re.findall(r'<\w+>(.+)</',s)
运行后结果为
>>>
['http:\\www.baidu.com']
这个相对来说还是比较简单的，但是这个正则表达式还是有比较多的问题
1对于比较复杂的字符串，比如嵌套了标签的字符串，就没有办法了，因为只能够判断最外一层的<></>标记而已
2是这个是判断具有类似<></>标记的字符串，对于实际的html中的提取，还是要加上具体的值，比如是title，还是head
import re
s='<head><title>http:\\www.baidu.com</title></head>'
print re.findall(r'title>(.+)</title',s)
运行后得到
>>>
['http:\\www.baidu.com']
虽然在这个比较简单的代码中我们解决了上述两个问题，但是针对html中更加复杂的代码，我觉得还是会有很多的问题
不过今天也就是简单的熟悉一下正则表达式，所以也就不再去深入研究，经过队员的讨论后在探讨解决问题的方案
下面给出一个判断邮箱地址是否合法的正则表达式
邮箱主要包括@和.，所以在判断的时候也只需假如这两个条件就可以了
import re
s='zhuangruln@gmail.com zhuangasdsad@126.com zhusdandsai@adsd'
print re.findall(r'(\w+@\w+\.\w+)',s)
运行结果
['zhuangruln@gmail.com', 'zhuangasdsad@126.com']
>>>
相关文档：
#!/Library/Frameworks/Python.framework/Versions/2.5/bin/python
# encoding: utf-8
import sys, time
import thread
SLEEP_TIME = 0.0001
def run_benchmark(n, m):
# print(">> Python 2.5.1, stackless 3.1b3 here (N=%d, M=%d)!\n" % (n, m))
lock ......
操作系统：linux debian 4.0， python版本2.5
s1:安装python2.5-dev。因为Python.h是在dev包中才有。
test@debian:~/test_python_c$ aptitude search python2.5-dev
p python2.5-dev - Header files and a static library for Python.
test@debian:~/test_python_c$ sudo aptitude install python2 ......
发信人: TRAD (GFans), 信区: NLP
标 题: 原创：使用python调用计算所分词
发信站: 水木社区 (Mon Nov 23 13:30:46 2009), 站内
代码很简单，但我自己摸索了一下午,发出来共享一下
把这个文件同ICTALAS30.DLL ，DATA文件夹，Configure.xm l放在同一个目录下即可。
python代码
#coding:gb2312
from cty ......
首先要搞清楚，字符串在Python内部的表示是unicode编码，因此，在做编码转换时，通常需要以unicode作为中间编码，即先将其他编码的字符串解码（decode）成unicode，再从unicode编码（encode）成另一种编码。
decode的作用是将其他编码的字符串转换成unicode编码，如str1.decode('gb2312')，表示将gb2312编码的字� ......
