python模块的常用安装方式：

1、直接copy

     下载的模块文件中已经有了模块的文件，有些模块只有一个文件，比如较早版本的BeautifulSoup，有些是一个文件夹，比如新版本BeautifulSoup就是一个叫做bs4的文件夹。

把这些文件直接copy到你的python路径下的/Lib/site-packages 文件夹中，比如C:/Python27/Lib/site-packages.之后就可以在程序里直接引用了：

import BeautifulSoup

或者

from bs4 import BeautifulSoup

网上有人说直接放在Lib文件夹中就可以了。的确这样也行，但Lib文件夹中都是自带的模块，看一下就会发现我们用过的random、re等模块的代码文件。而外部模块一般放在site-packages文件夹中

2、setup.py

     很多模块里都附带了setup.py文件，有同学直接双击了，然后发现没有用。它的使用方法是从命令行去到setup.py所在的路径下，运行

python setup.py install

仔细看一下安装时输出的信息可以发现，这个命令做的事情其实也就是帮你把模块的代码copy到site-packages文件夹。

3、setuptools

         使用setuptools可以直接根据模块名称来自动下载安装，不需要自己再去寻找模块的按照文件，不过在使用之前，你得先安装setuptools自身

windows平台的32位python，可以直接下载setuptools的exe文件安装。

linux用户可以从包管理器重安装，比如Ubuntu：

apt-get install python-setuptools

windows平台64位python得用ez_setup.py进行安装，这种方式也适用于所有平台。

在ez_setup.py所在文件夹下运行：

python ez_setup.py

setuptools会被安装在python路径\Scripts下。之后，你可以把这个路径添加到环境变量path中，也可以直接从命令行进入到Script文件夹下，执行easy_install，看看是否安装成功了。之后，你就可以直接用它来安装你想要的模块：比如 PIL：

easy_install PIL

程序就会帮你自动下载安装到site-package里。

最后，介绍几个不错的模块，供大家参考使用。

PIL:图形处理

PyXML：解析和处理xml文件

MySQLdb：链接MySQL数据库

Tkinter：图形界面接口，python自带

smtplib：发送垫子邮件

ftplib:ftp编程

PyMedia：多媒体操作

PyOpenGL：OpenGL接口

BeautifulSoup：HTML/XML的解析器

常用的元字符：

代码                                               说明

  .                                                  匹配除换行符以外的任意字符

  \w                                                匹配字母或数字或下划线或汉字

  \s                                                 匹配任意的空白符，差不多算是结束符

  \d                                                 匹配数字

  \b                                                 匹配单词的开始或结束

  ^                                                 匹配字符串的开始

  $                                                  匹配字符串的结束            

字符转义：

       如果你想查找元字符本身的话，比如你查找  .   或者  *  就出现了问题：你没办法指定它们，因为它们会被解释成别的意思。这时你就得使用\来取消这些字符的特殊意义。因此，你应该使用\. 或\*  当然要查找\本身，你也得用\\

    例如：deerchao\.net 匹配deerchao.net，C:\\Windows匹配C:\\Windows

常用的限定符：

    代码/语法                                       说明

         *                                               重复零次或更多次

         +                                               重复一次或更多次

         ？                                             重复零次或一次

         {n}                                            重复n次

         {n,}                                           重复n次或更多次

         {n,m}                                        重复n到m次

字符类：

       要想查找数字，字母或数字，空白是很简单的，因为已经有了对应这些字符集合的元字符，但是如果你想匹配没有预定义元字符集合（比如元音字母a,e,i,o,u）应该怎么办？

     很简单，你只需要在方括号里列出他们就行了，像[aeiou]就匹配任何一个英文元音字母，[.?!]匹配标点符号(.或？或！)。

反义：

       有时需要查找不属于某个能简单定义的字符类的字符。比如想查找除了数字以外，其它任意字符都行的情况，这时需要用到反义：

       代码/语法                                                                     说明

            \W                                                                          匹配任意不是字母，数字，下划线，汉字的字符

            \S                                                                            匹配任意不是空白符的字符

            \D                                                                            匹配任意非数字的字符

            \B                                                                             匹配不是单词开头或结束的位置

            [^x]                                                                         匹配除了x以外的任意字符

           [^aeiou]                                                                    匹配除了aeiou这几个字母以外的任意字符        

例子：

      <a[^>]+>匹配用尖括号括起来的以a开头的字符串。

后向引用

       使用小括号指定一个子表达式后，匹配这个子表达式的文本（也就是此分组捕获的内容）可以在表达式或其它程序中坐进一步的处理。默认情况下，每个分组会自动用过一个组号，规则是：从左向右，以分组的左括号为标志，第一个出现的分组的组号为1，第二个为2，一次类推

       分组0对应整个正则表达式

       实际上组号分配过程是要从左向右扫描两遍的：第一遍只给未命名组分配，第二遍只给命名组分配：因此所有命名组的组号都大于未命名的组号。

     可以使用(?:exp)这样的语法来剥夺一个分组对组号分配的参与权

     后向引用用于重复搜索前面某个分组匹配的文本。

常用分组语法：

   分类                                               代码/语法                          说明

                                                            (exp)                          匹配exp，并捕获文本到自动命名的组里

   捕获                                              (?<name>exp)                匹配exp，并捕获文本到名称name的组里，也可以写成(?'name'exp)

                                                       (?:exp)                           匹配exp，不捕获匹配的文本，也不给此分组分配组号

                                                       (?=exp)                          匹配exp前面的位置

零宽断言                                          (?<=exp)                       匹配exp后面的位置

                                                       (?!exp)                          匹配前面不是exp的位置

                                                       (?<!exp)                        匹配前面不是exp的位置

注释                                                (?#comment)                 这种类型的分组不对正则表达式的处理产生任何影响，用于提供注释让人阅读

注释：

小括号的另一种用途是通过语法(?#conmment)来包含注释。

2[0-4]\d(?#200-249)|25[0-5](?#250-255)|[01]?\d\d?(?#0-199)

要包含注释的话，最好是启用"忽略模式里的空白符"选项，这样在编写表达式时能任意的添加空格，Tab，换行，而实际使用时这些都将被忽略。启用这个选项后，在#后面到这一行结束的所有文本都将被当成注释忽略掉：

(?<=                       #断言要匹配的文本的前缀

<(\w+)>                #查找尖括号起来的字母或数字（即HTML/XML标签）

)                            #前缀结束

.*                          #匹配任意文本

(?=                       #断言要匹配的文本的后缀

<\ / \1>               #查找尖括号括起来的内容:前面一个"/",后面是先前捕获的标签

)                          # 后缀结束

贪婪与懒惰

        当正则表达式中包含能接受重复的限定符时，通过的行为是（在使整个表达式能得到匹配的前提下）匹配尽可能多的字符。以这个表达式为例：a. *b,它将会匹配最长的以a开始，以b结束的字符串。如果用它来搜索aabab的话，它会匹配整个字符串aabab。这被称为贪婪匹配。

          有时，我们更需要懒惰匹配，也就是匹配尽可能少的字符。前面给出了限定符都可以被转化为懒惰匹配模式，只要在它后面加上问号？。这样.*?就意味着匹配任意数量的重复，但是在能使整个匹配成功的前提下使用最少的重复。

       a.*?b匹配最短的，以a开始，以b结束的字符串。如果把它应用于aabab的话，它会匹配aab（第一到第三个字符）和ab（第四到第五个字符）

为什么第一个匹配是aab（第一到第三个字符）而不是ab（第二到第三个字符）？

        简单地说，因为正则表达式有另一条规则，比懒惰/贪婪规则的优先级更高：最先开始的匹配拥有最高优先权————The match that begins earliest wins.

懒惰限定符：

         代码/语法                                      说明

           *?                                               重复任意次，但尽可能少重复

           +?                                              重复1次或更多次，但尽可能少重复

           ??                                              重复0次或1次，但尽可能少重复

          {n,m}?                                        重复n到m次，但尽可能少重复

          {n,}?                                           重复n次以上，但尽可能少重复

常用的处理选项

       名称                                                              说明

    IgnoreCase（忽略大小写）                                匹配时不区分大小写

    Multiline（多行模式）                                        更改^和$的含义，使它们分别在任意一行的行首一行的行首和行尾匹配，

                                                                           而不仅仅在整个字符串的开头和结尾匹配.(在此模式下，$的精确含义是：

                                                                           匹配\n之前的位置以及字符串结束前的位置。)

Singleline(单行模式)                                               更改.的含义使它与每一个字符匹配（包括换行符\n）

IgnorePatternWhitespace(忽略空白)                         忽略表达式中的非转义空白并启用由#标记的注释

ExplicitCapture(显示捕获)                                        仅捕获已被显示命名的组。

          代码/语法                                              说明

             \a                                                        报警字符（打印它的效果时电脑滴一声）

             \b                                                        通常是单词分界位置，但如果在字符类里使用代表退格

              \t                                                        制表符，Tab

              \r                                                        回车

              \v                                                       竖向制表符

              \f                                                       换页符

              \n                                                      换行符

              \e                                                      Escape

              \0nn                                                  ASCII代码中八进制代码为nn的字符

              \xnn                                                  ASCII代码中十六进制代码为nn的字符

              \unnnn                                              Unicode代码中十六进制代码为nnnn的字符

               \cN                                                  ASCII控制字符。比如\cC代表Ctrl+C

                \A                                                  字符串开头（类似^,但不受处理多行选项的影响）

                \Z                                                  字符串结尾或行尾（不受处理多行选项的影响）

                \z                                                   字符串结尾（类似$，但不受处理多行选项的影响）

                 \G                                                  当前搜索的开头

                 \p{name}                                        Unicode 中命名为name的字符类，例如 \p{lsGreek}

                  (?>exp)                                          贪婪子表达式

                  (?<x>-<y>exp)                               平衡组

                 (?im-nsx:exp)                                    在子表达式exp中改变处理选项

                 (?im-nsx)                                          为表达式后面的部分改变处理选项

                 (?(exp)yes|no)                                   把exp当做零宽正向现行断言，如果在这个位置能匹配，使用yes作为此组的表达式：否则使用no

                  (?(exp)yes)                                      同上，只是使用空表达试作为no

                  (?(name)yes|no)                               如果命名为name的组捕获到了内容，使用yes作为表达式：否则使用no

                   (?(name)yes)                                   同上，只是使用空表达式作为no