wordpress 定制表单,上海seo关键字推广,wordpress功能 更改,wordpress文章内容语音#x1f4d8; Day 18 #x1f389; 本系列为Python基础学习#xff0c;原稿来源于 30-Days-Of-Python 英文项目#xff0c;大奇主要是对其本地化翻译、逐条验证和补充#xff0c;想通过30天完成正儿八经的系统化实践。此系列适合零基础同学#xff0c;或仅了解Python一点… Day 18 本系列为Python基础学习原稿来源于 30-Days-Of-Python 英文项目大奇主要是对其本地化翻译、逐条验证和补充想通过30天完成正儿八经的系统化实践。此系列适合零基础同学或仅了解Python一点知识但又没有系统学习的使用者。总之如果你想提升自己的Python技能欢迎加入《挑战30天学完Python》 Day 18 正则表达式 re 模块re 函数 matchsearchfindallsubsplit 正则语法 方括号 []转义 \一或多次 任意字符 .零或多次 *零或一次 ?)数量 {}开头 ^不包含 [^] 第18天练习 练习1级练习2级练习3级
正则表达式
正则表达式是一个特殊的字符序列它能帮助你方便的检查一个字符串是否与某种模式匹配。要在python中使用RegEx首先我们应该导入名为 re 的模块。
re 模块
导入模块以后我们就可以使用它来检查或者查找了。
import rere 函数
为了使用不同的模式进行查找 re 提供了一些函数方法来进行匹配。
re.match: 只在字符串的第一行开始搜索如果找到则返回匹配的对象否则返回None。re.search: 如果字符串(包括多行字符串)中有匹配对象则返回匹配对象。re.findall: 返回包含所有匹配项的列表如果没有匹配则返回空列表。re.split: 方法按照能够匹配的子串将字符串分割后返回列表。re.sub: 查找并替换一个或者多个匹配项。
Match
# 语法形式
match(pattern, string, flags0)
# pattern 匹配的正则表达式
# string要匹配的字符串
# flags[可选] 用来控制正则表达式的匹配方式如是否区分大小写多行匹配等等import retxt I love to teach python and javaScript
# 本身反馈一个 span 对象
match re.match(I love to teach, txt, re.I) # re.I 不区分大小写
print(match) # re.Match object; span(0, 15), matchI love to teach# 进一步我们可以使用span()获取匹配的起始位置和结束位置的元组值
span match.span()
print(span) # (0, 15)# 再进一步可以打印出拆分的起始和结束索引以及使用分片获取匹配字符串
start, end span
print(start, end) # 0, 15
substring txt[start:end]
print(substring) # I love to teach如例上边例子中示我们在目标字符串中查找是否有 I love to teach 的字符串匹配。其中从开始的位置我们找到了对应匹配进而得到了一个对象的返回。
import retxt I love to teach python and javaScript
match1 re.match(I like to teach, txt, re.I)
print(match1) # Nonematch2 re.match(love, txt)
print(match2) # None
此例子中字符串不包含 I like to teach或者没用匹配开头字符因此匹配方法返回None。
Search
# 语法
re.search(pattern, string, flags0)
# 参数说明同matchimport retxt Python is the most beautiful language that a human being has ever created.
I recommend python for a first programming language# 返回匹配对象span
match re.search(first, txt, re.I)
print(match) # re.Match object; span(100, 105), matchfirst# 获取匹配开始和结束位置元组
span match.span()
print(span) # (100, 105)# 获取开始和结束值并获截取字字符串
start, end span
print(start, end) # 100 105
substring txt[start:end]
print(substring) # first# 没有任何匹配返回None
nom re.search(weather, txt, re.I)
print(nom) # None
正如你所见搜索要比匹配方式好的多。因为它可以在整个文本中进行查找匹配。并返回第一找到的对象否则返回None。接下来还有一个更好的函数 findall 它可以匹配所有并以列表形式返回。
findall
findall() 以列表的形式返回所有匹配
import retxt Python is the most beautiful language that a human being has ever created.
I recommend python for a first programming languagematches re.findall(language, txt, re.I)
print(matches) # [language, language]可以看到单词 language 在字符串中出现了两次。现在我们将在字符串中寻找Python和Python单词:
txt Python is the most beautiful language that a human being has ever created.
I recommend python for a first programming language# It returns list
matches re.findall(python, txt, re.I)
print(matches) # [Python, python]
这个例子中因为我们使用标记位re.I) 忽略大小写所以返回两个。如果我们没有使用它看看是什么结果。
import re
matches re.findall(Python, txt)
print(matches) # [Python]
当然我们如果想要达到其他效果也可以用其他方法不过就没有上边使用标记位那么优雅了。
import re
txt Python is the most beautiful language that a human being has ever created.
I recommend python for a first programming languagematches re.findall(Python|python, txt)
print(matches) # [Python, python]#
matches re.findall([Pp]ython, txt)
print(matches) # [Python, python]
sub
匹配并替换字符串直接看例子
import re
txt Python is the most beautiful language that a human being has ever created.
I recommend python for a first programming languagematch_replaced re.sub(Python|python, JavaScript, txt, re.I)
print(match_replaced) # JavaScript is the most beautiful language that a human being has ever created.# 或者
match_replaced re.sub([Pp]ython, JavaScript, txt, re.I)
print(match_replaced) # JavaScript is the most beautiful language that a human being has ever created.让我们再来看一个例子。下边是一个包含很多多余 % 字符的字符串让人晦涩难懂。让我们用此方法清楚掉它。
import re
txt %I a%m te%%a%%che%r% a%n%d %% I l%o%ve te%ach%ing.
T%he%re i%s n%o%th%ing as r%ewarding a%s e%duc%at%i%ng a%n%d e%m%p%ow%er%ing p%e%o%ple.
I fo%und te%a%ching m%ore i%n%t%er%%es%ting t%h%an any other %jobs.
D%o%es thi%s m%ot%iv%a%te %y%o%u to b%e a t%e%a%cher?matches re.sub(%, , txt)
print(matches)得到整洁的文本输出
I am teacher and I love teaching.
There is nothing as rewarding as educating and empowering people.
I found teaching more interesting than any other jobs.
Does this motivate you to be a teacher?split
返回分割后的列表。
txt I am teacher and I love teaching.
There is nothing as rewarding as educating and empowering people.
I found teaching more interesting than any other jobs.
Does this motivate you to be a teacher?
print(re.split(\n, txt)) # 按照换行符 \n 进行分割返回# 其实等同于字符直接调用split方法
print(txt.split(\n)) [I am teacher and I love teaching., There is nothing as rewarding as educating and empowering people., I found teaching more interesting than any other jobs., Does this motivate you to be a teacher?]正则语法
在以往我们声明一个变量使用的是单引号或者双引号。如果要声明一个正则变量则是 r 下面的模式仅用小写字母标识apple为了使其不区分大小写我们要么重写模式要么添加一个标志。
import reregex_pattern rapple
txt Apple and banana are fruits. An old cliche says an apple a day a doctor way has been replaced by a banana a day keeps the doctor far far away.
matches re.findall(regex_pattern, txt)
print(matches) # [apple]# 添加标记位使其大小写不敏感
matches re.findall(regex_pattern, txt, re.I)
print(matches) # [Apple, apple]# 或者我们使用一组规则匹配方法
regex_pattern r[Aa]pple # [Aa]表示匹配字符串首字符可以是大写A也可以是小写a
matches re.findall(regex_pattern, txt)
print(matches) # [Apple, apple]
这里先附上标记位包含哪些
re.I匹配对大小写不敏感re.M多行匹配影响 ^ 和 $re.S使 . 匹配包括换行在内的所有字符
然后就详细看下正则里的一些语法符
[]: 一组字符 [a-c] 表示 a 或 b 或 c[a-z] 表示 小写 a 到 z 任意字符[A-Z] 表示 大写 A to Z 任意字符[0-3] 表示 0 或 1 或 2 或 3[0-9] 表示0 到 9 任意数字[A-Za-z0-9] 表示任意单字符, 即 小写字母a到z, 大写字母A到Z 或数字0到9 \: 转义特殊字符 \d 表示 匹配任意数字相当于 [0-9].\D 表示 匹配任意非数字 . : 匹配任意字符除了换行符 \n^: 匹配开头 r’^substring’ 例如 r’^love’, 必须以love开头的句子r’[^] 表示不在[]中的字符例如 r’[^abc] 表示不是a, 不是b, 不是c。即除a,b,c之外的字符 $: 匹配结尾 r’substring ′ 举例 r ′ l o v e 举例 rlove ′举例r′love’, 必须以love结尾的句子 *: 0或多个次 r’[a]*’ 表示可以不出现或者可以出现多次 : 0或多个次 r’[a]’ 表示至少一次或多次 ?: 0或1次 r’[a]?’ 表示零次或一次 {n}精确匹配个数 {3}: 表示 正好3个字符{3,}: 表示 至少3个字符{3,8}: 表示 3到8个字符 |: 不是就是或 r’apple|banana’ 表示要么是 apple 要么是 banana (): 正则表达式分组并记住匹配的文本 让我们用一些例子来上边这些匹配字符是如何使用的。
方括号 []
让我们用方括号来匹配小写和大写
import reregex_pattern r[Aa]pple
txt Apple and banana are fruits. An old cliche says an apple a day a doctor way has been replaced by a banana a day keeps the doctor far far away.
matches re.findall(regex_pattern, txt)
print(matches) # [Apple, apple]如我我们想再额外查找 banana我们可以优化匹配如下
import reregex_pattern r[Aa]pple|[Bb]anana
txt Apple and banana are fruits. An old cliche says an apple a day a doctor way has been replaced by a banana a day keeps the doctor far far away.
matches re.findall(regex_pattern, txt)
print(matches) # [Apple, banana, apple, banana]我们在方括号中使用了字符或 | 因此设法提取出了 Apple, Apple, Banana 和 Banana。
转义 \
import reregex_pattern r\d #
txt This regular expression example was made on December 6, 2019 and revised on July 8, 2021
matches re.findall(regex_pattern, txt)
print(matches) # [6, 2, 0, 1, 9, 8, 2, 0, 2, 1], 提取了所有数字但这却不是我们想要的效果一或多次
结合上边 \d 使用做个组合优化
import reregex_pattern r\d # d表示匹配数字, 表示一次或多次
txt This regular expression example was made on December 6, 2019 and revised on July 8, 2021
matches re.findall(regex_pattern, txt)
print(matches) # [6, 2019, 8, 2021] - 现在才是我们想要的效果任意字符 .
import reregex_pattern r[a]. # 小写a和任意
txt Apple and banana are fruits
matches re.findall(regex_pattern, txt) # 匹配多个项目
print(matches) # [an, an, an, a , ar] 分别对应and中anbanana中an、an、a空格are中ar regex_pattern r[a]. # . 任意字符, 一次或多次连续
matches re.findall(regex_pattern, txt)
print(matches) # [and banana are fruits]零或多次 *
零次或多次。即可能不会出现也可能多次出现。
import reregex_pattern r[a].*
txt Apple and banana are fruits
matches re.findall(regex_pattern, txt)
print(matches) # [and banana are fruits]零或一次 ?
零次或一次。即可能不会出现也可能只出现一次。
import retxt I am not sure if there is a convention how to write the word e-mail.
Some people write it as email others may write it as Email or E-mail.
regex_pattern r[Ee]-?mail # ? 表示 - 是个可选项
matches re.findall(regex_pattern, txt)
print(matches) # [e-mail, email, Email, E-mail]正则数量 {}
我们可以使用花括号指定我们在文本中寻找的子字符串的长度。让我们想一下我们如果对一个长度为4个字符的子字符串感兴趣的话
import retxt 今年的大年三十日期是2023年1月23日去年的则是2022年1月31日真是一年比一年早
regex_pattern r\d{4} # 精准匹配有四个数字的
matches re.findall(regex_pattern, txt)
print(matches) # [2023, 2022]regex_pattern r\d{1,4} # 匹配1,2,3,4 贪婪模式
matches re.findall(regex_pattern, txt)
print(matches) # [2023, 1, 23, 2022, 1, 31]开头 ^
匹配字符串的开头
import retxt 今天天气很好所以今天你的心情好吗
regex_pattern r^今天 # ^ 表示必须以“今天”开头
matches re.findall(regex_pattern, txt)
print(matches) # [今天] 注意只返回了一个不包含 [^]
import retxt 今年的大年三十日期是2023年1月23日去年的则是2022年1月31日真是一年比一年早
regex_pattern r[^\u4e00-\u9fa5 ] # ^ 排除中文字符逗号和空格
matches re.findall(regex_pattern, txt)
print(matches) # [2023, 1, 23, 2022, 1, 31]第18天练习
练习1级
下面这段话中出现频率最高的单词是什么? paragraph I love teaching. If you do not love teaching what else can you love. I love Python if you do not love something which can give you all the capabilities to develop an application what else can you love.[(6, love),(5, you),(3, can),(2, what),(2, teaching),(2, not),(2, else),(2, do),(2, I),(1, which),(1, to),(1, the),(1, something),(1, if),(1, give),(1, develop),(1, capabilities),(1, application),(1, an),(1, all),(1, Python),(1, If)]从以下这段对话中提取数字 “The position of some particles on the horizontal x-axis are -12, -4, -3 and -1 in the negative direction, 0 at origin, 4 and 8 in the positive direction.” 并计算出最远距离点。
points [-12, -4, -3, -1, 0, 4, 8]
sorted_points [-12, -4, -3, -1, 0, 4, 8]
distance |-12| |8| # 20练习2级
编写一个方法来识别字符串是否是有效的python变量is_valid_variable(first_name) # True
is_valid_variable(first-name) # False
is_valid_variable(1first_name) # False
is_valid_variable(firstname) # True练习3级 清除以下文本无用的字符。且统计出优化后的文本中出现频率最高的三个单词。 sentence %I $am% a %teacher%, and I lo%#ve %teaching%;. There $is nothing; as more rewarding as educating and emp%owering people. ;I found teaching m%ore interesting than any other %jobs. %Does thi%s motivate you to be a teacher!?print(clean_text(sentence))
I am a teacher and I love teaching There is nothing as more rewarding as educating and empowering people I found teaching more interesting than any other jobs Does this motivate you to be a teacher
print(most_frequent_words(cleaned_text)) # [(3, I), (2, teaching), (2, teacher)]练习参考答案请移步 github项目地址 18_exercise.py Day 17 | Day 19
