匹配中文标点符号： [\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b]
匹配中文字符的正则表达式： [\u4e00-\u9fa5]
import re s = "\n\r\t@#$%^&*这样一本书大卖，有点意外，据说已经印了四五十万，排行榜仅次于《希拉里自传》。大概是大众抛弃了一位表演过火的“文化大师”后，需要再找一位有格调的“文化饰品”来装点吧？书的装帧果然有品格，书皮是淡棕色的皱纹纸，书摊老板告诉我这纸是进口的。有一个加印版是绿色封皮，差很多。开始出于对热买书的反感，没有下手。虽然很喜欢作者，但近两年，买了一些早先钟爱的作家的新作，大失所望，故此这次谨慎很多。单位主编买了一本，边审节目边看，泪水涟涟（这位领导为四十出头的女性）。干脆借来一观。半天一口气读完大半，晚上睡前读完了。睡时心里像纠了一个结，很像以前特投入地读完一本武侠书，怅然若失，随着最后一页书合上，一个世界也合上了大门。杨绛的以前的书基本都读过，包括钱钟书题写书名的三卷集，写知识分子思想改造、反右干校，写她父亲的文章印象特别深刻。但从没有像这本书，整本笔墨都是在写她最亲的两个人，丈夫和女儿。以往一直觉得杨绛的笔锋有点像奥斯丁，用很干净疏朗的笔法写身边琐事，即使是大事变，捕捉的也是实实在在的细处。以前的印象是冷静，情绪流露虽只是轻轻点一下，但仍透着一股贵族气在里头。有一位知青作家就特受不了，譬如《干校六记》中的一处，写她路见一落魄小将，如狼崽子一般，心下不由生出点快意。钱钟书的夫人自然是有傲气的。但《我们仨》太不一样了，记述她女儿罹患恶疾病故的那一章（第二部分），那种痛楚简直是倾泻纸面，虽然作者故意采用梦境式的虚幻技巧（这一手法她在《将饮茶》中已经牛刀小试，这里已经成演变为独立的一章了），想造成间离（估计老太太自己也受不了直接面对这段时间），但依然能见到处处泪渍，大概很少有读者能经受得起。我也步了女主编的后尘。有位老前辈评点说，杨绛的这本新书是她最差的一本，或许指的就是这点吧。在时人看来，让人掉眼泪的书似乎品格有问题。第三部分又回到了杨绛的一贯笔法，记述和钱钟书、钱媛共度的岁月，流畅极了，很好读，一个大学者原来是那么童稚的一个人，在书中，一家三口的心性似乎永远停留在那段黄金岁月：即封面那张四十年代的合影，圆圆。七十岁的老人、五十多岁的女儿，依旧开着五十年前的玩笑，太动人了。我就像在观看神仙的游戏。最后老太太淡淡记道：现在只剩下我一个人，怀念着我们仨。我是打乱次序读，先读第一部分（序），随后是第三部分，第二部分，反而印象比较好。或许顺着读，先撕心裂肺痛了一下，效果并不佳。推荐倒着看。\n\s\r\t" t= re.findall(\'[\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b\u4e00-\u9fa5]\',s) print(\'\'.join(t))
匹配中文字符的正则表达式： [/u4e00-/u9fa5]
评注：匹配中文还真是个头疼的事，有了这个表达式就好办了
匹配双字节字符(包括汉字在内)：[^/x00-/xff]
评注：可以用来计算字符串的长度（一个双字节字符长度计2，ASCII字符计1）
匹配空白行的正则表达式：/n/s*/r
评注：可以用来删除空白行
匹配HTML标记的正则表达式：<(/S*?)[^>]*>.*?<//1>|<.*? />
评注：网上流传的版本太糟糕，上面这个也仅仅能匹配部分，对于复杂的嵌套标记依旧无能为力
匹配首尾空白字符的正则表达式：^/s*|/s*$
评注：可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等)，非常有用的表达式
匹配Email地址的正则表达式：/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*
评注：表单验证时很实用
匹配网址URL的正则表达式：[a-zA-z]+://[^/s]*
评注：网上流传的版本功能很有限，上面这个基本可以满足需求
匹配帐号是否合法(字母开头，允许5-16字节，允许字母数字下划线)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注：表单验证时很实用
匹配国内电话号码：/d{3}-/d{8}|/d{4}-/d{7}
评注：匹配形式如 0511-4405222 或 021-87888822
匹配腾讯QQ号：[1-9][0-9]{4,}
评注：腾讯QQ号从10000开始
匹配中国邮政编码：[1-9]/d{5}(?!/d)
评注：中国邮政编码为6位数字
匹配身份证：/d{15}|/d{18}
评注：中国的身份证为15位或18位
匹配ip地址：/d+/./d+/./d+/./d+
评注：提取ip地址时有用
匹配特定数字：
^[1-9]/d*$ //匹配正整数
^-[1-9]/d*$ //匹配负整数
^-?[1-9]/d*$ //匹配整数
^[1-9]/d*|0$ //匹配非负整数（正整数 + 0）
^-[1-9]/d*|0$ //匹配非正整数（负整数 + 0）
^[1-9]/d*/./d*|0/./d*[1-9]/d*$ //匹配正浮点数
^-([1-9]/d*/./d*|0/./d*[1-9]/d*)$ //匹配负浮点数
^-?([1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0)$ //匹配浮点数
^[1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0$ //匹配非负浮点数（正浮点数 + 0）
^(-([1-9]/d*/./d*|0/./d*[1-9]/d*))|0?/.0+|0$ //匹配非正浮点数（负浮点数 + 0）
评注：处理大量数据时有用，具体应用时注意修正
匹配特定字符串：
^[A-Za-z]+$ //匹配由26个英文字母组成的字符串
^[A-Z]+$ //匹配由26个英文字母的大写组成的字符串
^[a-z]+$ //匹配由26个英文字母的小写组成的字符串
^[A-Za-z0-9]+$ //匹配由数字和26个英文字母组成的字符串
^/w+$ //匹配由数字、26个英文字母或者下划线组成的字符串
评注：最基本也是最常用的一些表达式
在Perl:
从ISO 8859-1到UTF-8: s/([/x80-/xFF])/chr(0xC0|ord($1)>>6).chr(0x80|ord($1)&0x3F)/eg;
从UTF-8到ISO 8859-1: s/([/xC2/xC3])([/x80-/xBF])/chr(ord($1)<<6&0xC0|ord($2)&0x3F)/eg;