匹配中文標點符號： [\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b]
匹配中文字符的正則表達式： [\u4e00-\u9fa5]
import re s = "\n\r\t@#$%^&*這樣一本書大賣，有點意外，據說已經印了四五十萬，排行榜僅次於《希拉里自傳》。大概是大眾拋棄了一位表演過火的“文化大師”后，需要再找一位有格調的“文化飾品”來裝點吧？書的裝幀果然有品格，書皮是淡棕色的皺紋紙，書攤老板告訴我這紙是進口的。有一個加印版是綠色封皮，差很多。開始出於對熱買書的反感，沒有下手。雖然很喜歡作者，但近兩年，買了一些早先鍾愛的作家的新作，大失所望，故此這次謹慎很多。單位主編買了一本，邊審節目邊看，淚水漣漣（這位領導為四十出頭的女性）。干脆借來一觀。半天一口氣讀完大半，晚上睡前讀完了。睡時心里像糾了一個結，很像以前特投入地讀完一本武俠書，悵然若失，隨着最后一頁書合上，一個世界也合上了大門。楊絳的以前的書基本都讀過，包括錢鍾書題寫書名的三卷集，寫知識分子思想改造、反右干校，寫她父親的文章印象特別深刻。但從沒有像這本書，整本筆墨都是在寫她最親的兩個人，丈夫和女兒。以往一直覺得楊絳的筆鋒有點像奧斯丁，用很干凈疏朗的筆法寫身邊瑣事，即使是大事變，捕捉的也是實實在在的細處。以前的印象是冷靜，情緒流露雖只是輕輕點一下，但仍透着一股貴族氣在里頭。有一位知青作家就特受不了，譬如《干校六記》中的一處，寫她路見一落魄小將，如狼崽子一般，心下不由生出點快意。錢鍾書的夫人自然是有傲氣的。但《我們仨》太不一樣了，記述她女兒罹患惡疾病故的那一章（第二部分），那種痛楚簡直是傾瀉紙面，雖然作者故意采用夢境式的虛幻技巧（這一手法她在《將飲茶》中已經牛刀小試，這里已經成演變為獨立的一章了），想造成間離（估計老太太自己也受不了直接面對這段時間），但依然能見到處處淚漬，大概很少有讀者能經受得起。我也步了女主編的后塵。有位老前輩評點說，楊絳的這本新書是她最差的一本，或許指的就是這點吧。在時人看來，讓人掉眼淚的書似乎品格有問題。第三部分又回到了楊絳的一貫筆法，記述和錢鍾書、錢媛共度的歲月，流暢極了，很好讀，一個大學者原來是那么童稚的一個人，在書中，一家三口的心性似乎永遠停留在那段黃金歲月：即封面那張四十年代的合影，圓圓。七十歲的老人、五十多歲的女兒，依舊開着五十年前的玩笑，太動人了。我就像在觀看神仙的游戲。最后老太太淡淡記道：現在只剩下我一個人，懷念着我們仨。我是打亂次序讀，先讀第一部分（序），隨后是第三部分，第二部分，反而印象比較好。或許順着讀，先撕心裂肺痛了一下，效果並不佳。推薦倒着看。\n\s\r\t" t= re.findall('[\u3002\uff1b\uff0c\uff1a\u201c\u201d\uff08\uff09\u3001\uff1f\u300a\u300b\u4e00-\u9fa5]',s) print(''.join(t))
匹配中文字符的正則表達式： [/u4e00-/u9fa5]
評注：匹配中文還真是個頭疼的事，有了這個表達式就好辦了
匹配雙字節字符(包括漢字在內)：[^/x00-/xff]
評注：可以用來計算字符串的長度（一個雙字節字符長度計2，ASCII字符計1）
匹配空白行的正則表達式：/n/s*/r
評注：可以用來刪除空白行
匹配HTML標記的正則表達式：<(/S*?)[^>]*>.*?<//1>|<.*? />
評注：網上流傳的版本太糟糕，上面這個也僅僅能匹配部分，對於復雜的嵌套標記依舊無能為力
匹配首尾空白字符的正則表達式：^/s*|/s*$
評注：可以用來刪除行首行尾的空白字符(包括空格、制表符、換頁符等等)，非常有用的表達式
匹配Email地址的正則表達式：/w+([-+.]/w+)*@/w+([-.]/w+)*/./w+([-.]/w+)*
評注：表單驗證時很實用
匹配網址URL的正則表達式：[a-zA-z]+://[^/s]*
評注：網上流傳的版本功能很有限，上面這個基本可以滿足需求
匹配帳號是否合法(字母開頭，允許5-16字節，允許字母數字下划線)：^[a-zA-Z][a-zA-Z0-9_]{4,15}$
評注：表單驗證時很實用
匹配國內電話號碼：/d{3}-/d{8}|/d{4}-/d{7}
評注：匹配形式如 0511-4405222 或 021-87888822
匹配騰訊QQ號：[1-9][0-9]{4,}
評注：騰訊QQ號從10000開始
匹配中國郵政編碼：[1-9]/d{5}(?!/d)
評注：中國郵政編碼為6位數字
匹配身份證：/d{15}|/d{18}
評注：中國的身份證為15位或18位
匹配ip地址：/d+/./d+/./d+/./d+
評注：提取ip地址時有用
匹配特定數字：
^[1-9]/d*$ //匹配正整數
^-[1-9]/d*$ //匹配負整數
^-?[1-9]/d*$ //匹配整數
^[1-9]/d*|0$ //匹配非負整數（正整數 + 0）
^-[1-9]/d*|0$ //匹配非正整數（負整數 + 0）
^[1-9]/d*/./d*|0/./d*[1-9]/d*$ //匹配正浮點數
^-([1-9]/d*/./d*|0/./d*[1-9]/d*)$ //匹配負浮點數
^-?([1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0)$ //匹配浮點數
^[1-9]/d*/./d*|0/./d*[1-9]/d*|0?/.0+|0$ //匹配非負浮點數（正浮點數 + 0）
^(-([1-9]/d*/./d*|0/./d*[1-9]/d*))|0?/.0+|0$ //匹配非正浮點數（負浮點數 + 0）
評注：處理大量數據時有用，具體應用時注意修正
匹配特定字符串：
^[A-Za-z]+$ //匹配由26個英文字母組成的字符串
^[A-Z]+$ //匹配由26個英文字母的大寫組成的字符串
^[a-z]+$ //匹配由26個英文字母的小寫組成的字符串
^[A-Za-z0-9]+$ //匹配由數字和26個英文字母組成的字符串
^/w+$ //匹配由數字、26個英文字母或者下划線組成的字符串
評注：最基本也是最常用的一些表達式
在Perl:
從ISO 8859-1到UTF-8: s/([/x80-/xFF])/chr(0xC0|ord($1)>>6).chr(0x80|ord($1)&0x3F)/eg;
從UTF-8到ISO 8859-1: s/([/xC2/xC3])([/x80-/xBF])/chr(ord($1)<<6&0xC0|ord($2)&0x3F)/eg;