昨天又完成了一个小程序，是要把原来合在一起的信息分开，本来以为是会很简单的，却又用了将近一天才达到标准。前天遇到的问题是标签相同，顺序不 定，看上去真的是没办法嘛，这可怎么把各个内容分开还知道它是关于什么的内容？那只能是看里面的内容了啊！念头一想过，又不敢确定，再想想会不会有别什么 办法，又浪费了相当长的时间，还是没想到。在苹果的iTerm里输入汉字会出乱码，保存后退出再进入会串行，以为正则表达式不能匹配汉字，也没有试验一 次。在网上搜索一下看看，发现有人在VB下匹配过汉字，需要把汉字转为unicode后再匹配，又搜索在线编码转换，没找到，又找编码规则，还是没发现什 么有价值的东西。就这点事，从下午五点多一直忙到半夜。直到和学长说了想法，才证明了是只能通过匹配汉字来处理。也不知道自己正确的想法为什么要怀疑那么 久，耗费那么多精力才敢确定，又从学长那知道了汉字可以直接匹配，根本不需要那么麻烦的转换，又明确了，虽然显示不出，同样是可以匹配的。

大约用了两个小时，需要的信息都分别提取出来了， 结果还是不符合要求，我以为例如“官方网站：http://www.donews.com” 只需要保持它原有的状态，到时直接放到.html里它还是个链接就行了，同时可以给人提供足够的信息，也没动脑筋想是要把它放到数据库里，如果放数据库 里，就不能有”官方网站：“这些字了，后面的链接也需要改成文本形式，然后将这个链接文本存到数据库的officialsite就可以了。正则表达式会写 了，原理明白了，就不会感觉到困难了，只觉得改起来内容还是很多的，iTerm中不正常显示的汉字乱码要删除，再添加新的字符和汉字匹配，虽不用那么费劲 去想问题的解决方法，改起来却还需要很多时间，以后要争取少反工。
以后需要学新的知识了，Python生成XML。找到了一本电子书《Python & XML 》，Publisher: O’Reilly ，应该会很不错的，就看它了。

谢谢学长送给我GoogleT恤：）