黑马程序员---Split用法

本文介绍了在C#中如何使用String.Split方法和正则表达式的Regex.Split方法进行字符串拆分,包括使用单个字符、多个字符及字符串作为分隔符,并展示了不同参数选项的效果。
1 、用字符串分隔: 
using  System.Text.RegularExpressions;
string  str = " aaajsbbbjsccc " ;
string [] sArray = Regex.Split(str, " js " ,RegexOptions.IgnoreCase);
foreach  ( string  i  in  sArray) Response.Write(i.ToString()  +   " <br> " );
输出结果:
aaa
bbb
ccc
2 、用多个字符来分隔:
string  str = " aaajbbbscccjdddseee " ;  
string [] sArray = str.Split( new   char [ 2 ]   {j,s} ); 
foreach ( string  i  in  sArray) Response.Write(i.ToString()  +   " <br> " ); 
输出结果:
aaa
bbb
ccc
ddd
eee
3 、用单个字符来分隔:
string  str = " aaajbbbjccc " ;
string [] sArray = str.Split( j );
foreach ( string  i  in  sArray) Response.Write(i.ToString()  +   " <br> " );
输出结果:
aaa
bbb
ccc

 

 
////////////////////////////////////////////////
string[] arr = str.Split("o");

这是一个具有语法错误的语句,Split 的 separator 参数应该是 char[] 或 string[],不应是字符串。正确的示例:

string str = "technology";
char[] separator = { o };
string[] arr = str.Split(separator);
////////////////////////////////////////////////////

String.Split 方法有6个重载函数:
程序代码
1) public string[] Split(params char[] separator)
2) public string[] Split(char[] separator, int count)
3) public string[] Split(char[] separator, StringSplitOptions options)
4) public string[] Split(string[] separator, StringSplitOptions options)
5) public string[] Split(char[] separator, int count, StringSplitOptions options)
6) public string[] Split(string[] separator, int count, StringSplitOptions options)

下边我们通过一些实例来说明下怎么使用(以下string words = "1,2.3,,4";):
1. public string[] Split(params char[] separator)
程序代码
string[] split = words.Split(new Char[] { , });//返回:{"1","2.3","","4"}
string[] split = words.Split(new Char[] { ,, . });//返回:{"1","2","3","","4"}
2. public string[] Split(char[] separator, int count) ITPUB个人空间,n:H!C0M/S3Uu0002P
程序代码
string[] split = words.Split(new Char[] { ,, . }, 2);//返回:{"1","2.3,,4"}
string[] split = words.Split(new Char[] { ,, . }, 6);//返回:{"1","2","3","","4"}
3. public string[] Split(char[] separator, StringSplitOptions options)
程序代码
string[] split = words.Split(new Char[] { ,, . }, StringSplitOptions.RemoveEmptyEntries);//返回:{"1","2","3","4"} 不保留空元素
string[] split = words.Split(new Char[] { ,, . }, StringSplitOptions.None);//返回:{"1","2","3","","4"} 保留空元素
4. public string[] Split(string[] separator, StringSplitOptions options)
程序代码
string[] split = words.Split(new string[] { ",", "." }, StringSplitOptions.RemoveEmptyEntries);//返回:{"1","2","3","4"} 不保留空元素
u0002w1I+Ch%^u0017}0string[] split = words.Split(new string[] { ",", "." }, StringSplitOptions.None);//返回:{"1","2",&q
本 PPT 介绍了制药厂房中供配电系统的总体概念与设计要点,内容包括: 洁净厂房的特点及其对供配电系统的特殊要求; 供配电设计的一般原则与依据的国家/行业标准; 从上级电网到工厂变电所、终端配电的总体结构与模块化设计思路; 供配电范围:动力配电、照明、通讯、接地、防雷与消防等; 动力配电中电压等级、接地系统形式(如 TN-S)、负荷等级与可靠性、UPS 配置等; 照明的电源方式、光源选择、安装方式、应急与备用照明要求; 通讯系统、监控系统在生产管理与消防中的作用; 接地与等电位连接、防雷等级与防雷措施; 消防设施及其专用供电(消防泵、排烟风机、消防控制室、应急照明等); 常见高压柜、动力柜、照明箱等配电设备案例及部分设计图纸示意; 公司已完成的典型项目案例。 1. 工程背景与总体框架 所属领域:制药厂房工程的公用工程系统,其中本 PPT 聚焦于供配电系统。 放在整个公用工程中的位置:与给排水、纯化水/注射用水、气体与热力、暖通空调、自动化控制等系统并列。 2. Part 01 供配电概述 2.1 洁净厂房的特点 空间密闭,结构复杂、走向曲折; 单相设备、仪器种类多,工艺设备昂贵、精密; 装修材料与工艺材料种类多,对尘埃、静电等更敏感。 这些特点决定了:供配电系统要安全可靠、减少积尘、便于清洁和维护。 2.2 供配电总则 供配电设计应满足: 可靠、经济、适用; 保障人身与财产安全; 便于安装与维护; 采用技术先进的设备与方案。 2.3 设计依据与规范 引用了大量俄语标准(ГОСТ、СНиП、SanPiN 等)以及国家、行业和地方规范,作为设计的法规基础文件,包括: 电气设备、接线、接地、电气安全; 建筑物电气装置、照明标准; 卫生与安全相关规范等。 3. Part 02 供配电总览 从电源系统整体结构进行总览: 上级:地方电网; 工厂变电所(10kV 配电装置、变压
### 关于黑马程序员的机器学习课程资源 尽管当前提供的引用并未提及具体的机器学习相关内容,但从黑马程序员的整体教学体系来看,其通常覆盖全面的技术领域,包括但不限于编程基础、高级开发技巧以及前沿技术应用。以下是关于可能存在的机器学习相关课程或资源的信息: #### 1. **课程范围** 黑马程序员作为一家专注于IT教育的机构,其课程设计往往围绕实际需求展开。虽然目前提到的内容主要集中于C++面向对象编程技术和Linux系统编程[^2],但基于行业趋势和技术发展,可以推测该平台可能会提供以下与机器学习相关的课程: - 数据科学基础知识:涵盖统计学原理及其在数据分析中的具体实践方法。 - Python 编程语言深入讲解:由于Python是实现机器学习算法最常用的工具之一,因此此类课程将是不可或缺的部分。 - 机器学习框架介绍:如TensorFlow, PyTorch等主流库的功能特性及应用场景分析。 #### 2. **学习路径建议** 对于希望进入机器学习领域的学员来说,合理的知识结构构建非常重要。一般而言,可以从以下几个方面着手准备: - 掌握扎实的数学功底,特别是线性代数、概率论等方面的知识储备[^4]。 - 熟悉至少一种适合进行数值计算的语言环境——这里推荐使用Python因为它的生态系统非常完善且易于上手。 - 实践项目驱动的学习模式,在理论理解的基础上通过完成真实世界的案例来巩固所学到的概念和技术要点。 #### 3. **特色优势** 如果确实存在专门针对机器学习方向设置的教学计划,则预计会有如下几个显著特点值得关注: - 结合最新行业发展动态调整授课内容,确保学生能够接触到最新的研究成果和技术进展; - 提供丰富的实战演练机会,帮助参与者积累宝贵的实践经验; - 配备经验丰富的讲师团队,他们不仅具备深厚的学术背景同时也活跃于业界一线岗位之上从而能更好地指导初学者少走弯路快速成长起来。 ```python import numpy as np from sklearn import datasets from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression # 加载数据集 iris = datasets.load_iris() X = iris.data[:, [2, 3]] y = iris.target # 划分训练集和测试集 X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=1) sc = StandardScaler() sc.fit(X_train) X_train_std = sc.transform(X_train) X_test_std = sc.transform(X_test) lr = LogisticRegression(C=100.0, solver='lbfgs', multi_class='ovr') lr.fit(X_train_std, y_train) print('Accuracy on the training subset: {:.3f}'.format(lr.score(X_train_std, y_train))) print('Accuracy on the test subset: {:.3f}'.format(lr.score(X_test_std, y_test))) ``` 上述代码片段展示了如何利用Scikit-Learn库来进行简单的逻辑回归分类任务演示,这正是许多入门级机器学习课程中常见的练习形式之一。 ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值