python模块之codecs
python对多国语言的处理是支持的很好的，它可以处理现在任意编码的字符，这里深入的研究一下python对多种不同语言的处理。
有一点需要清楚的是，当python要做编码转换的时候，会借助于内部的编码，转换过程是这样的：
原有编码 -> 内部编码 ->
目的编码
python的内部是使用unicode来处理的，但是unicode的使用需要考虑的是它的编码格式有两种，一是UCS-2，它一共有65536个码
位，另一种是UCS-4，它有2147483648g个码位。对于这两种格式，python都是支持的，这个是在编译时通过--enable-
unicode=ucs2或--enable-unicode=ucs4来指定的。那么我们自己默认安装的python有的什么编码怎么来确定呢？有一个
办法，就是通过sys.maxunicode的值来判断：
import
sys
print
sys.maxunicode
如果输出的值为65535,那么就是UCS-2,如果输出是1114111就是UCS-4编码。
我们要认识到一点：当一个字符串转换为内部编码后，它就不是str类型了！它是unicode类型：
a
=
"
风卷残云
"
print
type(a)
b
=
a.unicode(a,
"
gb2312
"
)
print
type(b)
输出：
<type 'str'>
<type 'unicode'>
这个时候b可以方便的任意转换为其他编码，比如转换为utf-8:
c
=
b.encode(
"
utf-8
"
)
print
c
c输出的东西看起来是乱码，那就对了，因为是utf-8的字符串。
好了，该说说codecs模块了，它和我上面说的概念是密切相关的。codecs专门用作编码转换，当然，其实通过它的接口是可以扩展到其他关于代码方面
的转换的，这个东西这里不涉及。
#
-*- encoding: gb2312 -*-
import
codecs, sys
print
'
-
'
*
60
#
创建gb2312编码器
look
=
codecs.lookup(
"
gb2312
"
)
#
创建utf-8编码器
look2
=
codecs.lookup(
"
utf-8
"
)
a
=
"
我爱北京
"
print
len(a), a
#
把a编码为内部的unicode, 但为什么方法名为decode呢，我
的理解是把gb2312的字符串解码为unicode
b
=
look.de
相关文档：
前言：
最近又想学习python,又想去温习一下算法，于是就想出了这个两不误的方法,^_^
堆栈：
使用python的列表结构，详情可以查看help(list)
#Filename: stack.py
shoplist=['apple','mango','carrot','banana']
shoplist.append('rice')
popitem=shoplist[-1]
del shoplist[-1]
print 'the popitem is',popitem
......
小白对上节课里的“小麻雀”兴趣盎然，整天就在宿舍捣鼓。这不，几天下来他已经攻下十几个网站了。
小菜却喜欢一个人坐在电脑旁边，皱着眉头，欣赏着这一行行自己看不懂的代码。“这些字符好怪异呀！”小菜歪着头，“它为啥叫正则表达式呢？”
百度一下，终于知道。小� ......
ubuntu10.05出来了这两天一直在折腾，显示wubi无反应，然后从硬盘安装期间又遇到grub错误等问题。安装成功后搞个中文输入法就老半天，最后使用Pinyin这个还算好用，有点想搜狗就是没什么词库。最恶心的还是vim的问题，用apt-get install vim装的vim不支持系统剪切板，只好从源代码编译，可是我尝试了很多次总是没有python支 ......
今天是第二天自己看关于Python了，看见一个Python2写的百度词典，我也用Python 3 写了一个。真的很小巧，呵呵，很好的语言。
不知道怎么上传代码格式的，就上传文本了：
# -*- coding: utf8 -*-
import urllib.parse
import urllib.request
def search(word):
#word = input("输入你要查询的 ......
正则表达式是个魔鬼，也是个天使。在你没有掌握它之前，它是魔鬼，在你掌握它后，它是天使，但是，时
不时还是要跳出来，给你调皮捣蛋一番。
一个正则表达式就是由普通字符以及特殊字符组成的文字模式，该模式描述在查找文字主体时待
匹配的一个或多个字符串。正则表达式作为一个模板，将某个字符模式与所搜索的 ......
