我的第一个基于 Web的过滤代理

核心提示： 我曾遇到过一个小问题，由于生成资源的平台和您的平台使用不同的行结束约定，我的第一个基于 Web的过滤代理(5)，生成的文本中可能会发生某些奇怪的事（这似乎是 urllib 中的错误），这个问题的解决方法是在以上代码中执行小小的 .readlines() 循环，让我们回过来看什么与之匹配&r

我曾遇到过一个小问题，由于生成资源的平台和您的平台使用不同的行结束约定，生成的文本中可能会发生某些奇怪的事（这似乎是 urllib 中的错误）。这个问题的解决方法是在以上代码中执行小小的 .readlines() 循环。不管该资源原来是什么样子，这个操作会给您一个字符串，它都有所使用平台的正确行结束约定（估计可能合理）。

使用 re 模块

由于本文篇幅限制，这里只讨论一部分规则表达式。 参考资料中列出了许多关于该主题的参考书籍。 re 模块在 Txt2Html 中的使用很广泛，用于标识源文本中的各种文本模式。我们查看一个比较复杂的例子：

使用 Python [re] 模块　　　　　import
　　　　 re
　　　　
　　　　　def
　　　　　
　　　　　URLify
　　　　(txt):
　　 txt = re.sub(
　　　　'((?:http|ftp|gopher|file)://(?:[^
<)]+))(s)',
　　　　'<a href="\1">\1</a>\2', txt)
　　　　
　　　　　return
　　　　 txt

URLify() 是一个小巧函数，它的功能正如其名称所示。如果在“智能 ASCII”文件中遇到了类似于 URL 的字符串，它将转换成 HTML 输出中同一个 URL 真正的热链接。让我们看看 re.sub() 的作用。首先，从最主要的角度来看，函数的目的是“查找与第一个模式中的值匹配的字符串，然后通过将第三个变量作为要操作的字符串，以第二个模式替换匹配结果”。非常好，从这些角度来看，它与 string.replace() 没有什么区别。

第一个模式有几个元素。首先，请注意括号：最高层次由两对括号组成：(S) 前复杂的字符串。括号对与可能组成部分替换模式的“子表达式”匹配。第二个子表达式 (s) 只表示“查找与任何空格字符匹配的字符串，让我们回过来看什么与之匹配”。因此，让我们研究一下第一个子表达式。