Python正则表达式介绍与实践

【Python】正则表达式 想象一下,您需要从海量的日志文件中找出所有IP地址,或者从一个HTML文档中提取所有的超链接,再或者验证用户输入是否符合邮箱地址的格式。这些任务如果仅仅依赖于字符串的循环遍历、、、、等方法,将会变得异常繁琐、代码冗长且难以维护。例如,要判断一个字符串是否包含数字: 上述代码能够解决“是否包含数字”的问题,但是如果需求变成“是否包含一个由3到5位数字组成的序列”,或者“是否包含一个以’http://'或’https://'开头的URL”,那么简单的循环判断就会变得异常复杂,甚至难以实现。这正是正则表达式大显 阅读详情

Python正则表达式介绍与实践

1. 正则表达式简介

正则表达式是一种用来描述或匹配字符串的模式。它广泛应用于字符串搜索、替换和解析。

2. 导入re模块

Python中的正则表达式功能主要由re模块提供。你可以通过以下方式导入它:

import re

3. 正则表达式基本语法

3.1 匹配单个字符
  • . 匹配除换行符外的任意字符。
  • \w 匹配字母、数字或下划线或汉字。
  • \W 匹配非字母、数字、下划线。
  • \d 匹配数字。
  • \D 匹配非数字。
  • \s 匹配空白字符(包括空格、制表符、换行符等)。
  • \S 匹配非空白字符。
3.2 字符类
  • [abc] 匹配字符a、b或c。
  • [^abc] 匹配除a、b、c之外的任意字符。
  • [a-z] 匹配任意小写字母。
  • [A-Z] 匹配任意大写字母。
  • [aeiou]匹配元音字母。
  • [0-9] 匹配任意数字,等价于\d。
  • [a-z0-9A-Z] 等价于\w(如果只考虑英文的话)。
  • [.?!]匹配标点符号(.或?或!)
3.3 量词
  • * 匹配前一个字符0次或多次。
  • + 匹配前一个字符1次或多次。
  • ? 匹配前一个字符0次或1次。
  • {n} 匹配前一个字符n次。
  • {n,} 匹配前一个字符至少n次。
  • {n,m} 匹配前一个字符n到m次。
3.4 边界匹配
  • ^ 匹配字符串的开头。

  • $ 匹配字符串的结尾。

  • \b 匹配单词边界(开始或结束)。

  • \B 匹配非单词边界。

3.5 分支条件

正则表达式中的分支条件语法使用竖线 | 来表示多个选择中的一个。例如,pattern1|pattern2 表示匹配 pattern1 或 pattern2。具体用法如下:

  • a|b 匹配 a 或 b。
  • (cat|dog) 匹配 cat 或 dog。

当多个条件中有一个匹配成功时,整个表达式就匹配成功。这在处理复杂模式匹配时非常有用。例如,正则表达式 Jan|Feb|Mar 匹配 “Jan”、“Feb” 或 “Mar”。

在使用正则表达式的分支条件时,有以下注意事项:

  1. 匹配顺序:从左到右匹配,一旦找到匹配项,就不会继续尝试其他分支。
  2. 优先级:用小括号 () 可以明确分支的优先级。例如,(a|b)c 匹配 ac 或 bc,而 a|bc 匹配 a 或 bc。
  3. 效率问题:分支条件过多时,匹配效率可能会下降,建议优化正则表达式以提高性能。
  4. 贪婪匹配:默认情况下,正则表达式是贪婪的,尽可能多地匹配字符。
3.6 分组

分组在正则表达式中用于捕获子模式,并用圆括号 () 来表示。

  1. 捕获组:(pattern),将 pattern 作为一个组,例如,(abc) 匹配并捕获 “abc”。

  2. 非捕获组:(?:pattern),匹配 pattern 但不捕获,例如,(?:abc) 只匹配 “abc” 而不保存。

  3. 命名组:(?P<name>pattern),匹配并捕获到名为 name 的组,例如,(?P<word>\w+) 匹配并捕获一个单词。

    注意:在 Python 的正则表达式库 re 中,命名捕获组的语法与其他一些语言(如 JavaScript 或 .NET)有所不同。Python 使用的是 (?P<name>pattern) 语法,而不是 (?<name>pattern)。

  4. 引用分组:\number 或 \g<name>,引用之前捕获的组,例如,(\d+)-\1 匹配重复的数字。

示例:

  • (a|b)c 匹配 “ac” 或 “bc”。

  • (?P<digit>\d) 捕获一个数字并命名为 “digit”。

使用正则表达式进行IPv4地址匹配:

  1. \b(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)(?:\.(?:25[0-5]|2[0-4]\d|1\d\d|[1-9]?\d)){3}\b
  2. \b(?:\d{1,3}\.){3}\d{1,3}\b

上面的pattern1仅仅会匹配到正确的IPv4地址,下面的pattern2虽然可以匹配到正确的IPv4地址,但是像256.300.888.999这种不正确的地址也会匹配。

3.7 后向引用

正则表达式中的后向引用(backreference)允许你在正则表达式中引用之前捕获的子表达式。

后向引用的语法是使用 \ 后跟数字 n,其中 n 是一个从 1 开始的正整数,表示捕获组的索引。捕获组是用圆括号 () 包围的正则表达式。

例如我们要匹配一个重复的单词,如 apple apple,可以使用后向引用来实现:

  • 正则表达式:(\w+)\s+\1
  • 解释:
    • (\w+) 匹配并捕获第一个单词 apple。
    • \s+ 匹配一个或多个空白字符。
    • \1 是后向引用,引用第一个捕获组 (\w+) 中匹配到的内容,这里就是 apple。

这个正则表达式将匹配 apple apple 中的重复单词。

后向引用在需要确保重复的内容一致性时非常有用,例如在查找 HTML 标签的开头和结尾是否匹配时,或者查找重复的词语等情况下。

3.8 零宽断言

零宽断言(zero-width assertions)是正则表达式中非常强大的特性,它允许你指定一个位置,而不是字符,来匹配一个模式。零宽断言不消耗字符,也就是说,它们是零宽度的,只是检查位置是否符合条件。

以下是零宽断言的四种类型及其对比示例:

类型语法描述示例正则表达式示例匹配文本匹配结果
正向零宽断言(?=pattern)断言后面的内容要匹配 pattern\d+(?= years)25 years old25
负向零宽断言(?!pattern)断言后面的内容不匹配 pattern\d+(?! years)25 months old25
正向零宽断言(逆向)(?<=pattern)断言前面的内容要匹配 pattern(?<=\$)\d+$2525
负向零宽断言(逆向)(?<!pattern)断言前面的内容不匹配 pattern(?<!\$)\d+25 dollars25
3.9 注释

使用 (?#comment) 语法在正则表达式内部添加注释。

注释类型语法作用示例
内联注释(?#comment)在正则表达式内部添加注释\d{3}(?# Area Code)-\d{4}

除了上述的语法,也可以使用处理选项re.VERBOSE添加注释。

小括号()相关语法汇总

分组,引用,捕获,零宽断言,注释都用到了小括号的语法,每个特性在正则表达式中都有其特定的用途和语法。

特性语法作用示例说明
分组(pattern)将多个字符或子模式组合在一起(abc)+匹配一个或多个 abc
捕获(pattern)捕获并存储匹配的内容(\d{3})-(\d{4})捕获三个数字和四个数字
引用\n 或 \k<name>引用前面捕获的内容(\w+)\s+\1匹配重复的单词
非捕获组(?:pattern)分组但不捕获内容(?:abc)+匹配一个或多个 abc 不捕获
命名组(?<name>pattern)为捕获的分组指定一个名称(?\d{4})-(?\d{2})-(?\d{2})捕获日期字符串中的年份,月份和日志,并使用命名组引用
正向零宽断言(?=pattern)断言当前位置后面的内容要匹配 pattern\d+(?= years)后面紧跟 years 的数字
负向零宽断言(?!pattern)断言当前位置后面的内容不匹配 pattern\d+(?! years)后面不能跟 years 的数字
正向零宽断言(逆向)(?<=pattern)断言当前位置前面的内容要匹配 pattern(?<=\$)\d+前面紧跟 $ 的数字
负向零宽断言(逆向)(?<!pattern)断言当前位置前面的内容不匹配 pattern(?<!\$)\d+前面不能跟 $ 的数字
注释(?#comment)添加注释以提高可读性\d{3}(?# Area Code)-\d{4}区号注释
3.10 贪婪与懒惰

在正则表达式中,贪婪(greedy)和懒惰(lazy,也称为非贪婪或者勉强的)是描述匹配模式如何工作的两种不同方式。

  1. 贪婪匹配:

    • 贪婪模式尽可能匹配更多的字符。
    • 贪婪量词默认是贪婪的,例如 *, +, ?, {n,} 等。
    • 例如,正则表达式 a.*b 会匹配尽可能长的以 a 开始、以 b 结尾的字符串。
  2. 懒惰匹配(也称为非贪婪或勉强的):

    • 懒惰模式会尽可能少的匹配字符。
    • 在贪婪量词后面加上 ? 可以将其转换为懒惰模式。
    • 例如,a.*?b 会匹配尽可能短的以 a 开始、以 b 结尾的字符串。

下面是一些常见的贪婪量词和它们的懒惰版本:

  • *:贪婪 *,懒惰 *?
  • +:贪婪 +,懒惰 +?
  • ?:贪婪 ?,懒惰 ??
  • {n,}:贪婪 {n,},懒惰 {n,}?
  • {n,m}:贪婪 {n,m},懒惰 {n,m}?

贪婪模式是默认的,如果你想要一个懒惰的模式,你需要在量词后面加上 ? 符号。

区别比贪婪模式懒惰模式
定义尽可能多地匹配字符。尽可能少地匹配字符。
量词默认是贪婪的,例如 *, +, {n,} 等。在贪婪量词后面加上 ? 来表示懒惰,如 *?, +?, {n,}?。
示例1a.*c 匹配 abbbcabc 中的整个字符串。a.*?c 匹配 abbc 中的 abbc。
示例2<div>.*</div> 匹配 <div>first</div><div>second</div> 整个字符串。<div>.*?</div> 分别匹配 <div>first</div> 和 <div>second</div>。
3.11 处理选项

正则表达式处理选项(也称为标志或修饰符)用于改变正则表达式的行为。

处理选项简写描述示例
re.IGNORECASEre.I忽略大小写匹配re.search(r"hello", "Hello", re.I)
re.MULTILINEre.M多行模式,^ 和 $ 匹配每行re.search(r"^hello", "hello\nworld", re.M)
re.DOTALLre.S使 . 匹配包括换行符在内的所有字符re.search(r"hello.*world", "hello\nworld", re.S)
re.VERBOSEre.X允许使用空白符和注释以提高可读性re.search(r"(?x) \d{3} # 区号\n-\d{4} # 本地号码", "123-4567")
re.ASCIIre.A使 \w, \b, \s 等仅匹配 ASCII 字符re.search(r"\w+", "café", re.A)
re.LOCALEre.L依赖当前的区域设置进行匹配re.search(r"\w+", "café", re.L)
re.UNICODEre.U使 \w, \b, \s 等匹配所有 Unicode 字符re.search(r"\w+", "café", re.U)
re.DEBUG无输出编译后的正则表达式字节码re.compile(r"\d+", re.DEBUG)

4. 常用函数

4.1 re.match()

在字符串的开头尝试匹配一个模式。如果匹配成功,返回一个匹配对象,否则返回None。

import re

pattern = r'hello'
text = 'hello world'
match = re.match(pattern, text)
if match:
    print("匹配成功:", match.group())
else:
    print("匹配失败")
4.2 re.search()

扫描整个字符串并返回第一个成功的匹配。

import re

pattern = r'world'
text = 'hello world'
match = re.search(pattern, text)
if match:
    print("匹配成功:", match.group())
else:
    print("匹配失败")
4.3 re.findall()

返回所有与模式匹配的子串列表。

import re

pattern = r'\d+'
text = 'There are 2 apples and 5 oranges'
matches = re.findall(pattern, text)
print("匹配结果:", matches)
4.4 re.sub()

替换字符串中所有匹配正则表达式的子串。

import re

pattern = r'apples'
replacement = 'bananas'
text = 'I like apples'
new_text = re.sub(pattern, replacement, text)
print("替换结果:", new_text)
4.5 re.split()

用于根据匹配的正则表达式模式拆分字符串。

import re

# 定义一个字符串
text = 'apple,banana;cherry orange:grape'

# 使用正则表达式匹配逗号、分号、冒号和空格
pattern = r'[;,\s:]+'

# 使用 re.split() 拆分字符串
result = re.split(pattern, text)

print(result)  # 输出 ['apple', 'banana', 'cherry', 'orange', 'grape']
4.5 re.compile()

将正则表达式模式编译为正则表达式对象,提高匹配效率。

import re

pattern = re.compile(r'\d+')
result = pattern.findall('123abc456')
print(result)  # 输出 ['123', '456']

当我们在Python中使用正则表达式时,re模块内部会干两件事情:

  1. 编译正则表达式,如果正则表达式的字符串本身不合法,会报错;

  2. 用编译后的正则表达式去匹配字符串。

如果一个正则表达式要重复使用几千次,出于效率的考虑,我们可以预编译该正则表达式,接下来重复使用时就不需要编译这个步骤了,直接匹配。

7. 代码示例

1. 捕获组/非捕获组

捕获组允许你提取子字符串。

import re

pattern = r'(\d{3})-(\d{2})-(\d{4})'
text = '123-45-6789'
match = re.match(pattern, text)
if match:
    print("完整匹配:", match.group(0))
    print("第一组:", match.group(1))
    print("第二组:", match.group(2))
    print("第三组:", match.group(3))

用 (?:...) 定义非捕获组,匹配内容但不捕获。

import re

pattern = r'(?:\d{3})-(\d{2})-(\d{4})'
text = '123-45-6789'
match = re.match(pattern, text)
if match:
    print("完整匹配:", match.group(0))
    print("第二组:", match.group(1))
    print("第三组:", match.group(2))  # 注意: 这里的组数是从1开始的,因为非捕获组不算在内
2. 注释相关的示例代码

匹配一个包含可选国家代码的国际电话号码

import re

phone_pattern = re.compile(r'''
    (\+\d{1,3})?   # 可选的国际区号,如 +1, +44
    \s?            # 可选的空格
    \(\d{1,4}\)    # 区号在括号内
    \s?            # 可选的空格
    \d{1,4}        # 前缀(如前面的三位数)
    [-\s]?         # 可选的短横线或空格
    \d{1,4}        # 后缀(如后面的四位数)
    ([-\s]\d{1,4})* # 可选的其他数字段(适用于多个国家)
    ''', re.VERBOSE)

match = phone_pattern.search('+1 (123) 456-7890')
print(match.group())  # 输出: +1 (123) 456-7890
3. 提取邮件地址中的名字

以下示例展示了如何提取名字,假设名字可能在尖括号内或为电子邮件的本地部分。

import re

def extract_name(text):
    # 尝试匹配尖括号中的名字
    match = re.search(r'<([^>]+)>', text)
    if match:
        return match.group(1)
    
    # 尝试匹配电子邮件地址的本地部分
    match = re.search(r'([^@]+)@', text)
    if match:
        return match.group(1)
    
    # 如果都没有匹配到,返回None
    return None

# 测试例子
examples = [
    "<Tom Paris> tom@voyager.org",
    "bob@example.com"
]

for example in examples:
    print(f"Input: {example}")
    print(f"Extracted Name: {extract_name(example)}\n")

解释正则表达式 r'<([^>]+)>' :

  1. r'...':

    前缀 r 表示原始字符串 (raw string),在 Python 中,原始字符串中的反斜杠不会被转义。这对于正则表达式非常有用,因为正则表达式中通常会包含很多反斜杠字符。

  2. <:

    匹配一个字符 <,表示字符串中的左尖括号。

  3. ([^>]+):

    • 这是一个捕获组,表示我们感兴趣的部分将被捕获,以供后续引用。
    • [ 和 ] 之间的内容表示一个字符类,匹配一组字符中的任意一个。
    • ^ 放在字符类的开头,表示取非,即匹配除右尖括号 > 之外的任意字符。
    • + 表示前面的字符类匹配一次或多次,即至少要匹配一个字符。
  4. >:

    匹配一个字符 >,表示字符串中的右尖括号。

总结一下,正则表达式 r'<([^>]+)>' 的含义是:

  • 匹配一个左尖括号 <。
  • 匹配并捕获左尖括号和右尖括号之间的所有字符(只要这些字符不是 >)。
  • 匹配一个右尖括号 >。

因此,捕获组 ([^>]+) 将提取出字符串 Tom Paris。

说明:

在正则表达式中, ^ 有不同的含义,这取决于它的上下文:

  • 在字符类中(例如 [^...]),^ 表示取非,匹配不在字符类中的字符。
  • 在字符类外(例如 ^...),^ 表示行开头,匹配行的开头位置。

8. 参考资料

Python网络爬虫和正则表达式学习总结 阅读目录 1.利用urllib2对指定的URL抓取网页内容 2. 使用正则表达式过滤抓取到的网页信息 2.1 正则表达式介绍 2.2 Python的re模块 2.3 Python正则表达式汇总   以前在学校做科研都是直接利用网上共享的一些数据,就像我们经常说的dataset、beachmark等等。但是,对于实际的工业需求来说,爬取网络的数据是必须的并且是首要的。最近在国内一家互联网公司实习,我的mentor交给我的第一件事就是去网络上爬取数据,并对爬取的数据进行相关的分析和解析。 很多人学习 阅读详情

相关推荐

Python 正则表达式之爬取古诗文名句

Python 正则表达式之爬取古诗文名句 概述: 山有木兮木有枝,心悦君兮君不知。 概念介绍: 正则表达式:正则表达式是对字符串操作的一种逻辑公式,就是用事先定义好的一些特定字符、及这些特定字符的组合,组成一个“规则字符串”,这个“规则字符串”用来表达对字符串的一种过滤逻辑。简单来说就是利用事先规定好的符号规则进行组合,然后过滤匹配,得到自己想要的数据! Python 正则表达式:impor...

SoulCat 3574

正则表达式的介绍和python实践应用

本文主要介绍正则表达式的定义和基本应用方法,正则表达式是一个强大的工具,熟练掌握后可以极大地提高文本处理的效率。

mftang的博客 1766

Python网络数据采集——正则表达式

计算机科学里曾经有个笑话:“如果你有一个问题打算用正则表达式(regular expression,通常简写regex)来解决,那么就是两个问题了。” regex——你值得拥有! 学正则表达式不一定只会用在爬虫,当然爬虫也未必会用到正则表达式(能找到捷径就不需要啊),学正则可以处理一些杂乱的文本,从杂乱的信息中找出些许规律性并批量过滤出自己想要的东东。可

思过留痕 1333

Python爬虫入门与实践(三)入门介绍:正则表达式(草稿)

一、正则表达式 1、概念:是一种通用的字符串表达框架 2、作用: 表达文本类型的特征 同时查找或替换一组字符串(如软件everything) 3、使用方法:编译:将字符串转换成正则表达式 4、正则表达式的常用操作符: . 表示任意字符 [] 给出单个字符取值范围 [^] 排除单个字符取值范围 * 之前一个字符为任意次 ...

qq_41310473的博客 217

从零开始:Python 正则表达式的最佳实践与性能优化

本文介绍了Python正则表达式的最佳实践与性能优化技巧。内容涵盖正则表达式基础、re模块常用方法、编写高效可维护正则表达式的原则(如避免过度复杂化、使用原始字符串与注释),以及预编译、减少回溯等性能优化方法。文章还提供了常见问题解决方案,帮助开发者提升正则表达式在文本处理任务中的效率和可靠性。适用于Python 3.x版本,旨在指导读者编写更优的正则表达式代码。

专注于Python爬虫开发,分享爬虫技巧、项目实战与反爬经验,使用Scrapy、BeautifulSoup等工具,解决数据抓取难题。 726

Python正则表达式与模块实用指南

本文深入探讨了Python中正则表达式的使用,包括不同模式的匹配、字符串的分割、替换、搜索以及Python实用模块的应用。通过具体示例展示了正则表达式在文本处理中的强大功能,并介绍了如何使用Python调试器模块、集合模块等,帮助读者更高效地编写和调试Python代码。

weixin_35755434的博客 347

正则表达式在python中的运用

1.定义:正则表达式是一种用于匹配字符串中字符组合的特殊模式,由普通字符和特殊字符(元字符)组成。它通过描述搜索模式,可以高效地进行文本处理任务。2.作用:正则表达式在文本处理中具有重要作用,包括查找、替换、提取特定模式的文本。它广泛应用于数据验证、文本解析、日志分析等场景。re模块是Python中用于处理正则表达式的标准库。它提供了一组方法来匹配、搜索、替换和分割字符串。通过使用re模块,开发者可以执行复杂的文本解析和处理任务,如数据验证、文本提取和格式转换等。

2301_80855128的博客 618

毕业设计——基于卷积神经网络的高速公路团雾智能识别系统设计与实现(数据集+源码+可视化+综述)

同时,也可以结合其他技术,如雷达、红外传感器等,实现多源信息的融合与协同处理,提高系统的可靠性和稳定性。实验结果表明,该系统能够实现对高速公路团雾的准确、快速识别,为高速公路的安全运行提供了有力保障。团雾作为一种常见的气象现象,具有突发性、局地性和消散迅速的特点,对高速公路的行车安全构成严重威胁。通过设计合适的网络结构,如增加卷积层、池化层等,实现对图像中团雾特征的自动学习和提取。预处理:对采集到的图像进行去噪、增强等预处理操作,以提高图像质量,降低后续处理的难度。读取数据,随机分为训练集和验证集。

abackcab的博客 669

Python正则表达式完全指南:从入门到精通

正则表达式(Regular Expression)是用于匹配和处理文本的强大工具,通过特定语法规则实现:文本搜索与匹配数据验证(邮箱、电话等)文本替换与清洗复杂模式提取文本分割Python通过内置的re模块提供正则支持,我们先导入模块:python复制import re。

m0_73581472的博客 1181

Win10家庭版中文用户名改英文全攻略:从注册表到环境变量一步不落

本文详细介绍了Windows 10家庭版中文用户名改为英文的完整流程,包括注册表编辑、环境变量调整等关键步骤。通过激活管理员账户、重命名用户文件夹、修改注册表键值等操作,彻底解决因中文路径导致的软件兼容性问题,并提供常见错误解决方案和系统维护建议。

weixin_29227425的博客 428

记录思科cisco交换机升级iso步骤

Cisco Nexus 93180交换机版本升级

a635161812的博客 4378

Python语言的正则表达式

正则表达式(Regular Expression,简称Regex)是一种用于匹配字符串中特定模式的工具。它在文本处理、数据清洗和复杂查找替换等任务中起着至关重要的作用。Python语言内置了对正则表达式的支持,通过re模块,我们可以轻松地进行字符串的搜索、匹配和替换等操作。本文将深入探讨Python中的正则表达式,包括基本语法、常用函数以及应用场景。

2401_90032111的博客 825

uniapp - 实现集成调用zebra斑马打印机+打印标签+打印二维码详细实例代码,通过蓝牙连接打印机打印与通过打印机IP和端口两种方式适配斑马打印机(全平台兼容H5、微信小程序、苹果安卓App)

uniapp适配斑马打印机 实现标签打印,uniapp适配斑马打印机实现标签打印,uniapp调用zebra斑马打印机打印标签,uniApp连接传统蓝牙的斑马打印机打印,实现标签打印功能uniapp 蓝牙连接斑马打印机发送zpl指令打印,适配斑马(Zebra)牌打印机,小程序调用蓝牙打印机完整代码,uniapp 打印机wifi链接 蓝牙链接,uniapp斑马打印机,实现二维码标签展示以及打印,APP端连接打印机打印小票和标签,uniapp使用斑马打印中文不出来,打印机连接不上,打印没反应怎么办,打印报错,斑

🏆 前端领域优质创作者 1万+

Python 正则表达式入门:轻松掌握字符串匹配的艺术

正则表达式(Regular Expression),通常被称为Regex,是一种强大的文本处理工具。它可以帮助我们在大量文本中进行复杂的搜索、替换和数据提取工作。正则表达式的起源可以追溯到20世纪50年代,最初用于早期计算机的字符串处理和理论计算机科学研究。如今,正则表达式已成为几乎所有现代编程语言中不可或缺的一部分,特别是在数据分析、网络编程和文本处理领域。Python作为一种广泛使用的高级编程语言,对正则表达式提供了极佳的支持。Python中的re。

walkskyer的博客 1196

《30天入门 SAP BTP 开发》教程的目录和使用说明,建议收藏

本教程分为两部分:第一部分为SAP BTP入门系列,包含从基础概念到操作步骤的系统性学习内容,建议零基础用户按顺序学习;第二部分为专题文章集合,涵盖SAP BTP的多个技术点,适合已有基础的用户按需查阅。教程包含账号申请、Global Account操作、Java应用开发、AI工具使用等丰富内容,同时解答常见问题并提供实战案例。所有文章均附带详细链接,便于读者系统学习或针对性查阅。

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 4414

【ESD专题】从原理上分析TVS管PCB Layout的经验法则

我们常常会听到的一些经验法则,按这些经验法则去做,一般也不会有什么问题,但是到底是为什么呢? 没有从原理上分析和证明的时候,往往在Layout之后还要担心实际测试结果怎么样。或是在实际测试出问题后,根本无法进行分析,难道说修改一个版本就好了?那要从哪里修改呢?也无从下手呀。...

一点硬件 1448

Python的正则表达式与文本处理

1.背景介绍 1. 背景介绍 正则表达式(Regular Expression,简称 regex 或 regexp)是一种用于匹配字符串的模式,它是一种强大的文本处理工具。Python 语言中,正则表达式的功能是通过 re 模块提供的。文本处理是指对文本数据进行操作、分析、清洗等,它是数据处理的一个重要环节。Python 语言中,文本处理的功能是通过 string 和 re 模块提供的。 在...

AI天才研究院 1052

利用 IP 中的集成调试功能来调试 PCI Express 链接训练问题

JTAG Debugger”和“In-system IBERT”功能结合在一起即可提供即时信息,用于判断链接训练问题的可能原因。“test_rd.tcl”文件可读取 BRAM 中存储的调试数据,并输出 *.dat 文件,如下所示。同样,您可能看到某一箭头旁的数字较大,表明可能存在不稳定的链接。要采集 PCIe 链接眼图,请在 IP 配置 GUI 的“Add. Debug Options”选项卡中选择“启用 In-System IBERT (Enable In-System IBERT)”选项。

qq_43416206的博客 536

python正则表达式操作指南_Python正则表达式操作指南

Python正则表达式操作指南出自Ubuntu中文原文作者:A.M. Kuchling (amk@amk.ca)翻译人员:FireHare校对人员:Leal适用版本:Python 1.5 及后续版本摘要本文是通过Python的 re 模块来使用正则表达式的一个入门教程,和库参考手册的对应章节相比,更为浅显易懂、循序渐进。目录[编辑] 简介Python 自1.5版本起增加了re 模块,它提供 Per...

weixin_39566864的博客 308

在 ABAP Push Channel 里玩转 Detached Client:用 Attach Handle 把 WebSocket 连接交接给业务逻辑

摘要:本文介绍了ABAP Push Channels (APC)中的Detached Client技术,该技术通过将WebSocket连接建立与后续处理分离,实现更高效的实时通信。核心流程包括创建连接、使用connect_and_detach交接连接、以及通过attach handle重新附着发送消息。文章还探讨了PCP协议和AMC技术在企业级推送场景中的应用,并通过示例代码展示了Detached Client的具体实现方式。这种设计解决了传统轮询的资源浪费问题,特别适用于生产线监控、客服系统等需要服务端主

2007 年 ~ 2025 年,深耕 SAP 技术 18 年 2333

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

Python 中的正则表达式全部用法速查

正则表达式 正则语法 特性 正则表达式可以拼接,如果 A 和 B 都是正则表达式,那么 AB 也是正则表达式.如果字符串 p 匹配 A 并且另一个字符串 q 匹配 B, 那么 pq 可以匹配 AB.这就构成了由简单构建复杂的基础.除非: A 或者 B 包含低优先级操作 A 和 B 存在边界条件 存在命名组引用。 字符 元字符 : 特殊字符 它们不匹配自己,在正则中具有其它的意义,匹配自己需要转义. 元字符的完整列表: 基础字符 字符 功能 \ 转义 [ ] 匹配一类单个字符,

weixin_43758603的博客 1192

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

正则表达式实战:通过 Python 实现文本数据的高效匹配与替换

正则表达式是处理文本数据时的一项强大工具,能够极大地提升数据匹配与替换的效率。在 Python 中,re模块提供了许多常用的方法,帮助我们高效地进行正则表达式操作。

一名热衷于技术的全栈开发者,专注于前端与后端的全面技术探索。在这里,我将分享我在技术领域的学习与成长,助力更多开发者的进步。 1452

贝叶斯统计 [韦来生编]

贝叶斯(Bayes)统计是近几十年来迅速发展起来的数理统计的一个重要分支。贝叶斯方法与经典统计方法的主要不同之处是进行统计推断时除了利用样本信息外,还要利用参数的先验信息,因此可以提高统计推断或统计决策的效果。它在经济、金融、生物、医学、自然科学和社会科学等许多领域具有广泛的应用。贝叶斯方法的研究已渗透到了统计学的几乎所有领域。作者在给中国科学技术大学概率论与数理统计专业本科生开设的“数理统计”课程中有一章专门讲授“贝叶斯方法和统计决策理论”,近十年来也给中国科学技术大学概率统计专业研究生开设过几次“贝叶斯分析”课。本书是在对过去讲稿的内容作了适当的增减和调整的基础上完成的。  本书共分六章。第1章是绪论,介绍了贝叶斯统计的若干基本概念,同时对必要的数理统计的基础知识有重点地作了回顾。第二章介绍了确定先验分布的若干可供选择的方法。第三章介绍了几类常见统计模型参数的后验分布的主要结果和计算方法。第四章和第五章分别介绍了“贝叶斯统计推断”和“贝叶斯统计决策”的内容。第六章介绍了贝叶斯统计计算的若干方法,包括蒙特卡洛方法和马尔可夫链蒙特卡洛(MCMC)方法以及相关统计软件的简介。本书的每一章附右大量的例题和习题,书末附有常用的几个表格和部分习题解答供读者查用。  大约可在54学时内讲授本书的第1章至第六章的主要内容,教师可根据学时需要选讲本书第1章至第六章的部分内容。书中标“*”号的章节可略去不讲,留给读者作为阅读材料。第六章例题中的R代码和部分例题的数据文件等可从作者个人主页下载。  作者在编写本书的过程中参考了J.O.Berger教授的《统计决策论及贝叶斯分析》和茆诗松教授编写的《贝叶斯统计》等书中的一些内容,以及《贝叶斯分析》一书中由张伟平博士编写的有关贝叶斯统计计算的一些内容。在此表示衷心感谢。  本书编写准备过程中,中国科学技术大学统计与金融系的几个研究生帮助完成了本书部分中文的录入和排版,作者对他们的辛勤工作表示真诚的感谢。高等教育出版社为本书的出版给予了大力支持。在此一并致谢。

Statistics and Machine Learning Toolbox

Statistics and Machine Learning Toolbox(带书签),MATLAB统计学习工具

python正则表达式分组替换_Python re正则表达式元字符分组()用法分享

Python re正则表达式元字符分组()用法分享分组小括号() 有直接分组和命名分组直接分组: ()分组只显示小括号括起来的内容re.findall(r"(name)+","namename")这里匹配到了namename 但是值显示括号中的name直接分组实例re.search()方法:搜索结果返回对象,可以用ret.group()方法打印结果它跟findall不同在于找到一个结果就不再往下找...

weixin_39804641的博客 910

正则表达式

简介正则表达式(Regular Expression)是一种强大而灵活的文本模式匹配工具。它使用特定的语法规则,可以帮助我们在字符串中快速搜索、匹配和处理符合某种模式的文本。正则表达式的基本概念元字符在正则表达式中,元字符是具有特殊含义的字符。它们用于构建模式并表示特定的匹配规则。一些常见的元字符包括:.:匹配任意单个字符(除了换行符)^:匹配字符串的开头。$:匹配字符串的结尾。*:匹配前一个字符...

相信相信的力量 1389

【Python正则表达式】深入解析正则表达式,玩转文本匹配!

正则表达式(Regular Expression,简称regex或regexp)是一种用于描述字符串模式的语法规则。它允许我们使用特殊字符和语法来定义复杂的字符串搜索模式,从而实现高效的文本匹配与处理。通过本文的深入解析,我们对Python中的正则表达式有了全面的了解。从基本的字符匹配到复杂的文本处理,正则表达式在数据验证、文本提取、格式化和网络爬虫等领域都有广泛应用。掌握正则表达式的技巧可以极大提高我们处理文本数据的效率。在实际应用中,合理使用正则表达式,可以帮助我们更快速、更准确地完成数据处理任务。

萧鼎的博客 1613

Python正则表达式

Notation Description Example Regex Symbols literal Match literal string value literal foo re1|re2 Match regular expressions re1 or re2 foo|bar . Match any character(except  \n) b.b ^ Match st

shajc0504的专栏 890
上一篇: Python正则表达式
下一篇: 存储性能测试常用工具记录
KongTY312
博客等级 码龄12年 2143粉丝 189原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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

打赏作者

KongTY312

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付元
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