正则表达式中的非获取匹配
正则表达式是代码中的常用技巧，主要用来匹配符合某种句法规则的字符串。常用的正则表达式本文不再赘述，详细可以参考wiki（Python，Java）。本文主要讨论的是非获取匹配的正则表达式。
常见的非获取匹配有以下几种：
(?:pattern) 主要用来匹配pattern但不获取结果。我们看下面的例子。
>>> re.match("win (7|vista)", "win 7").group()
'win 7'
>>> re.match("win (7|vista)", "win 7").groups()
('7',)
>>> re.match("win (?:7|vista)", "win 7").group()
'win 7'
>>> re.match("win (?:7|vista)", "win 7").groups()
()
可以看出，使用这种模式括号中匹配内容并没有存储供以后使用。它是比“win 7|win vista”更加简便的形式。
以上是Python的示例，Java代码如下（以后的例子不再赘述）：
Pattern ptn = Pattern.compile("win (7|vista)");
Matcher m = ptn.matcher("win 7");
while (m.find()) {
for (int i = 0; i <= m.groupCount(); i++) {
System.out.println(m.group(i));
}
}
(?=pattern) 正向肯定预查。它在任何匹配pattern的字符串处查找字符串，它仅仅是检查是否匹配，而不将预查的结果包含其中。当然，它也是非获取匹配。看个例子就明白了。
>>> re.match("win (?=7|vista)", "win 7").group()
'win '
>>> re.match("win (?=7|vista)", "win 7").groups()
()
(?!pattern) 正向否定预查。例子如下：
>>> re.match("win (?!7|vista)", "win 8").group()
'win '
>>> re.match("win (?!7|vista)", "win 8").groups()
()
(?<=pattern) 反向肯定预查。查找某个字串之前是否满足pattern。
>>> re.search("(?<=95|98)win", "98win").group()
'win'
>>> re.search("(?<=95|98)win", "98win").groups()
()
(?<!pattern) 反向否定预查。
>>> re.search("(?<!95|98)win", "7win").group()
'win'
>>> re.search("(?<!95|98)win", "7win").groups()
()
现在我们来看实际中的需求。现在我有一个字符串，这个字符串是由中文和英文组成，现在我要把这个字符串切成一个个只由中文或者英文组成的字串。比如说将“McCulloch与Pitts将神经系统”切成”McCulloch“、“与”、“ Pitts“、”将神经系统“。
首先要知道匹配中文的正则是”[\u4e00-\u9fa5]“，在Python中，我们可以使用findall方法：
reg = re.compile(u"[\u4e00-\u9fa5]+|[A-Za-z]+") print "\t".join([w for w in reg.findall(u"McCulloch与Pitts将神经系统")])
对于Java，除了使用这种方式匹配，我们还使用刚刚说过的非获取匹配来达到同样的效果。对于需求的句子，可以看到要切分的地方，要么是中文接英文，要么是英文接中文。所以我们在反向肯定预查到中文然后正向肯定预查到英文处调用split操作，或者在反向肯定预查到英文正向肯定预查到中文处调用同样的操作。于是有：
Pattern ptn = Pattern.compile(
"(?<=[\u4e00-\u9fa5])(?=[A-Za-z])|(?<=[A-Za-z])(?=[\u4e00-\u9fa5])",
Pattern.UNICODE_CASE);
String[] words = ptn.split("McCulloch与Pitts将神经系统");
for(String word: words) {
System.out.print(word + "\t");
}
可以看到达到了一样的效果，但是，在我的测试中，此法对Python中的正则库中的split方法并不适用。所以我们解决问题确实需要灵活多变的策略。
最后，我们再讨论以下js的实现。对于js来说，由于js不支持反向预查。所以，用和Python方法类似的简单策略。我们使用加上“g“修饰符的match方法（表示全局匹配，而不是只匹配一次）。
var testStr = "McCulloch与Pitts将神经系统";
var regExp = /[\u4e00-\u9fa5]+|[A-Za-z]+/g;
testStr.match(regExp).forEach(function(i){
document.write(i+" ");
});
windows下安装opencv
opencv（open source computer vision library）是一个基于C/C++语言的开源图像函数处理库。
它的主要模块包括：
- cv —— 核心函数库
- cvaux —— 辅助函数库
- cxcore —— 数据结构与线性代数库
- highgui —— GUI函数库
- ml —— 机器学习函数库
opencv是跨平台的，支持包括windows、unix以及android等平台。下图是英文wiki上一张关于opencv概述的图。关于opencv的一系列功能以及特性，本文不再赘述，如果要了解，请移步至opencv的中文站点介绍。
本文将会讲解在wndows上如何使用VS2010安装opencv，并以一个简单的程序作为结束。opencv在近期推出了2.3版本，不过本文仍然以2.2版本为例。其他安装请参考中文安装页面。
用PIL实现滤镜
本来想写一个系列，已经有了第一篇《用PIL实现滤镜（一）——素描、铅笔画效果》。最后关于各种滤镜的计算方法，分系列写实在是乏善可陈。
目前，由于Python语言限制，有些算法的效率十分低下（比如油画——oil painting）。在完成全部预计的效果之后，会再考虑优化效率。其实做这个东西完全是学习之用，估计也没有什么太大的实用价值:)
现在，代码已经托管在bitbucket上，如果你感兴趣，可以查看wiki。要获得代码，运行命令：
$ hg clone http://bitbucket.org/chineking/pil-filter-extension
代码中都有详细的注释，具体细节请参考代码。
用PIL实现滤镜（一）——素描、铅笔画效果
在计算机图形学发展史中，真实感绘制一直是主旋律。不过从20实际90年代中期开始，非真实感图像绘制(Non-Photorealistic Rendering，NPR）逐渐成为一个研究热点。说白了，真实感绘制目标是像照片般真实地再现客观世界，而非真实感图像绘制专注于图形个性化和艺术化的表达，它主要用来表现图形的艺术特质，以及模拟艺术作品（甚至包括作品中的缺陷）。
在介绍完非真实感图像绘制之后，我们再来提及一下PIL——Python Imaging Library（官方网址）。相信使用python的朋友们都不会陌生，因为在web应用中我们常常用它来生成缩略图。从名字也可以看出，PIL主要用来处理图片，它支持多种图片格式，并提供强大的图片和图像处理能力。详细的关于PIL的内容大家可以参阅手册。
这个系列，我们就主要使用PIL来进行滤镜方面的处理，包括素描、铅笔画、油画等等滤镜效果的实现。在以后我会把代码托管出来。
黑白反转游戏
声明：这篇文章中涉及的游戏来自@陈荣峰ayuLemon的创意，文章的主要目的还是研究这个游戏其中的算法，我所写的网页版的游戏版本也仅仅是为了验证算法的正确性。说明这个是防止大家误认游戏乃我的原创。本来原作者要求我不能在他的算法出来之前发出此文，我百思不得其解。我认为这个没有先后顺序，思前想后，还是发出来了。仅讨论之用。
事情的起因是这样的，在我又度过了一个不眠之夜、正打算睡觉之时，看到@python4cn 转发了一个同学的微博，原文是这样的：
@陈荣峰ayuLemon：用python做了个小游戏，这是5*5方格。每点击上面的方格一次，就改变周围四个方格和被点击方格的颜色，对于任意n*n方格，可否通过若干次点击使方格的颜色与最初完全相反？？（3*3和4*4的都很容易~~这个5*5的似乎有困难）
大家帮忙想一想，证明行或者不行，哪些行，哪些不行~~
本来已经很困的我看到这个，又勾起了我的好奇。于是拿起纸笔，开始演算。当然首先从2×2开始，一直到4×4，确实没有什么困难。到5×5，算了很久才算出一个结果。
在分析这个问题之前，如果你想试玩，我做了一个网页版的，地址在这里。
