什麼是 Python？ Python 是由 Guido van Rossum 開發的、可免費獲得的、非常高級的解釋型語言。其語法簡單易懂，而其面向對象的語義功能強大（但又靈活）。Python 可以廣泛使用並具有高度的可移植性。
字符串 -- 不可改變的序列 如同大多數高級編程語言一樣，變長字符串是 Python 中的基本類型。Python 在“後台”分配內存以保存字符串（或其它值），程序員不必為此操心。Python 還有一些其它高級語言沒有的字符串處理功能。 在 Python 中，字符串是“不可改變的序列”。盡管不能“按位置”修改字符串（如字節組），但程序可以引用字符串的元素或子序列，就象使用任何序列一樣。Python 使用靈活的“分片”操作來引用子序列，字符片段的格式類似於電子表格中一定范圍的行或列。以下交互式會話說明了字符串和字符片段的的用法：
字符串和分片 >>> s = "mary had a little lamb" >>> s[0] # index is zero-based 'm' >>> s[3] = 'x' # changing element in-place fails Traceback (innermost last): File "<stdin>", line 1, in ? TypeError: object doesn't support item assignment >>> s[11:18] # 'slice' a subsequence 'little ' >>> s[:4] # empty slice-begin assumes zero 'mary' >>> s[4] # index 4 is not included in slice [:4] ' ' >>> s[5:-5] # can use "from end" index with negatives 'had a little' >>> s[:5]+s[5:] # slice-begin & slice-end are complimentary 'mary had a little lamb' 另一個功能強大的字符串操作就是簡單的 in 關鍵字。它提供了兩個直觀有效的構造：
in 關鍵字 >>> s = "mary had a little lamb" >>> for c in s[11:18]: print c, # print each char in slice ... l i t t l e >>> if 'x' in s: print 'got x' # test for char occurrence ... >>> if 'y' in s: print 'got y' # test for char occurrence ... got y 在 Python 中，有幾種方法可以構成字符串文字。可以使用單引號或雙引號，只要左引號和右引號匹配，常用的還有其它引號的變化形式。如果字符串包含換行符或嵌入引號，三重引號可以很方便地定義這樣的字符串，如下例所示：
三重引號的使用 >>> s2 = """Mary had a little lamb ... its fleece was white as snow ... and everywhere that Mary went ... the lamb was sure to go""" >>> print s2 Mary had a little lamb its fleece was white as snow and everywhere that Mary went the lamb was sure to go 使用單引號或三重引號的字符串前面可以加一個字母 "r" 以表示 Python 不應該解釋規則表達式特殊字符。例如： 使用 "r-strings" >>> s3 = "this and that" >>> print s3 this and that >>> s4 = r"this and that" >>> print s4 this and that 在 "r-strings" 中，可能另外組成換碼符的反斜槓被當作是常規反斜槓。在以後的規則表達式討論中會進一步說明這個話題。
文件和字符串變量 我們談到“文本處理”時，我們通常是指處理的內容。Python 將文本文件的內容讀入可以操作的字符串變量非常容易。文件對象提供了三個“讀”方法： .read()、.readline() 和 .readlines()。每種方法可以接受一個變量以限制每次讀取的數據量，但它們通常不使用變量。 .read() 每次讀取整個文件，它通常用於將文件內容放到一個字符串變量中。然而 .read() 生成文件內容最直接的字符串表示，但對於連續的面向行的處理，它卻是不必要的，並且如果文件大於可用內存，則不可能實現這種處理。 .readline() 和 .readlines() 非常相似。它們都在類似於以下的結構中使用： Python .readlines() 示例 fh = open('c:\autoexec.bat') for line in fh.readlines(): print line .readline() 和 .readlines() 之間的差異是後者一次讀取整個文件，象 .read() 一樣。.readlines() 自動將文件內容分析成一個行的列表，該列表可以由 Python 的 for ... in ... 結構進行處理。另一方面，.readline() 每次只讀取一行，通常比 .readlines() 慢得多。僅當沒有足夠內存可以一次讀取整個文件時，才應該使用 .readline()。 如果正在使用處理文件的標准模塊，可以使用 cStringIO 模塊將字符串轉換成“虛擬文件”（如果需要生成模塊的子類，可以使用 StringIO 模塊，初學者未必要這樣做）。例如：
cStringIO 模塊 >>> import cStringIO >>> fh = cStringIO.StringIO() >>> fh.write("mary had a little lamb") >>> fh.getvalue() 'mary had a little lamb' >>> fh.seek(5) >>> fh.write('ATE') >>> fh.getvalue() 'mary ATE a little lamb' 但是，請記住，cStringIO“虛擬文件”不是永久的，這一點與真正的文件不同。如果不保存它（如將它寫入一個真正的文件，或者使用 shelve 模塊或數據庫），則程序結束時，它將消失。
標准模塊：string string 模塊也許是 Python 1.5.* 標准發行版中最常用的模塊。實際上，在 Python 1.6 或更高版本中，string 模塊中的功能將作為內置字符串方法（在撰寫本文時，詳細信息尚未發布）。當然，任何執行文本處理任務的程序也許應該用以下這行開頭： 開始使用 string 的方法 import string 一般經驗法則告訴我們，如果可以使用 string 模塊完成任務，那麼那就是正確的方法。與 re（規則表達式）相比，string 函數通常更快速，大多數情況下他們更易於理解和維護。第三方 Python 模塊，包括某些用 C 編寫的快速模塊，適用於專門的任務，但可移植性和熟悉性都建議只要可能就使用 string。如果您習慣於使用其它語言，也會有例外，但不如您想像的那樣多。 string 模塊包含了幾種類型的事物，如函數、方法和類；它還包含了公共常量的字符串。例如：
string 用法例 1 >>> import string >>> string.whitespace '1112131415 ' >>> string.uppercase 'ABCDEFGHIJKLMNOPQRSTUVWXYZ' 雖然可以用手寫出這些常量，string 版本或多或少確保了常量對於運行 Python 腳本的國家語言和平台將是正確的。 string 還包括了以常見方式（可以結合這些方式來構成幾種罕見的轉換）轉換字符串的函數。例如：
string 用法例 2 >>> import string >>> s = "mary had a little lamb" >>> string.capWords(s) 'Mary Had A Little Lamb' >>> string.replace(s, 'little', 'ferocious') 'mary had a ferocious lamb' 還有許多沒有在這裡具體說明的其它轉換；可以在 Python 手冊中查找詳細信息。 還可以使用 string 函數來報告字符串屬性，如子串的長度或位置，例如：
string 用法例 3 >>> import string >>> s = "mary had a little lamb" >>> string.find(s, 'had')5>>> string.count(s, 'a')4 最後，string 提供了非常 Python 化的奇特事物。.split() 和 .join() 對提供了在字符串和字節組之間轉換的迅捷方法，您會發現它們非常有用。用法很簡單：
string 用法例 4 >>> import string>>> s = "mary had a little lamb" >>> L = string.split(s) >>> L ['mary', 'had', 'a', 'little', 'lamb'] >>> string.join(L, "-") 'mary-had-a-little-lamb' 當然，除了 .join() 之外，也許會利用列表來做其它事（如某些涉及我們熟悉的 for ... in ... 結構的事情）。
標准模塊：re re 模塊廢棄了在老的 Python 代碼中使用的 regex 和 regsub 模塊。雖然相對於 regex 仍然有幾個有限的優點，不過這些優點微不足道，不值得在新代碼中使用。過時的模塊可能會從未來的 Python 發行版中刪除，並且 1.6 版可能有一個改進的接口兼容的 re 模塊。所以，規則表達式仍將使用 re 模塊。 規則表達式很復雜。也許有人會撰寫關於這個主題的書，但實際上，已經有許多人這樣做了！本文嘗試捕捉規則表達式的“完全形態”，讓讀者可以掌握它。 規則表達式是一種很簡練方法，用於描述可能在文本中出現的模式。是否會出現某些字符？是否按特定順序出現？子模式是否會重復一定次數？其它子模式是否會排除在匹配之外？從概念上說，似乎不能用自然語言了直觀地描述模式。訣竅是使用規則表達式的簡潔語法來編碼這種描述。 當處理規則表達式時，將它作為它自己的編程問題來處理，即使只涉及一或兩行代碼；這些行有效地構成了一個小程序。 從最小處著手。從最基本上看，任何規則表達式都涉及匹配特定的“字符類”。最簡單的字符類就是單個字符，它在模式中只是一個字。通常，您希望匹配一類字符。可以通過將類括在方括號內來表明這是一個類；在括號中，可以有一組字符或者
