位置: 编程技术 - 正文

Python for Informatics 第11章之正则表达式(四)

编辑:rootadmin

推荐整理分享Python for Informatics 第11章之正则表达式(四),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:,内容如对您有帮助,希望把文章链接给更多的朋友!

注:以下文章原文来自于Dr Charles Severance 的 《Python for Informatics》

.3 组合查询和抽取

  如果我们想以“X-”字符串开头的行中找到数字,就像下面两行字符串:

X-DSPAM-Confidence: 0.X-DSPAM-Probability: 0.

  但我们不只是要任意行中的任意浮点数,而是具备上面格式的行中的数字。

  我们可以创建以下正则表达式来选择这样的行:

^X-.*: [0-9.]+

  这个表达式的含义是以“X-”两个字符开头,后面跟了任意个字符“.*",接着是一个冒号":"和空格" ",在空格之后呢是一个及以上的数字或小数点“[0-9.]+”。大家要注意的是方括号中的"[.]"不是匹配任何字符,而是匹配真正的".",这与方括号外的"."要予以区分。

  这是一个非常紧凑的表达式,它将非常匹配我们感兴趣的行:

  当我们运行这个程序,我们可以看到我们想要的数据被完美的过滤显示。

X-DSPAM-Confidence: 0.X-DSPAM-Probability: 0.X-DSPAM-Confidence: 0.X-DSPAM-Probability: 0.

  但是我们必须使用split解决提取数字的问题。然而当这个问题简单到能用split解决时,我们可以使用正则表达式的另一特点,一步达到查找和解析功能。

  圆括号()是正则表达式中的另一特殊字符。当我们添加圆括号至表达式中,在字符串的匹配过程中它们将被忽略,但是当你使用findall()时,圆括号表示你想整个正则表达式被匹配,但是你只抽取位于圆括号内你感兴趣的那部分字符串。

  所以我们对程序修改如下:

  我们在正则表达式中对匹配浮点数字部分添加圆括号,并且用findall()代替search(),返回我们想要的浮点数字部分。这个程序的输出如下:

['0.']['0.']['0.']['0.']['0.']['0.']..

  虽然这些在列表中的数字还需要从字符串转换为浮点数,但是我们应用正则表达式的能力同时查找和抽取了我们感兴趣的的信息。

  下面是使用这个技巧的另一个案例。如果你查看文件,你会发现有许多行是这样的格式:

Python for Informatics 第11章之正则表达式(四)

Details:   如果我们想用同样的技巧抽取所有修订号(行末尾的整数),我们可以这样编写代码:

  我们的正则表达式的是这样的,以"Details:"开头,之后可以是任意字符”.*",然后是"rev=",最后是一个以上的数字。我们希望行是匹配整个正则表达式,但我们只需要圆括号中"[0-9]+"的数字。当我们运行程序时,将得到以下输出:

['']['']['']['']...

  记住,"[0-9]+"是贪婪的,它将尝试抽取任何可能的数字,所以我们得到的每个字符串都有五个数字。正则表达式库在行的开头和结尾两个方向进行扩展,只到它数到一个非数字的字符。

  我们可以用正则表达式重做本书先前的一个练习。在这个练习中我们对每个邮件的时间感兴趣,我们寻找的行的格式如下:

From stephen.marquard@uct.ac.za Sat Jan 5 ::

  并且我们想抽取每一行中日期中的小时信息。先前我们通过两次调用split实现。第一次我们将行分离成单词,然后我们对第五个单词基于冒号再次分离,拉出我们感兴趣的两个字符。

  假定要查找的行是良好格式化的,那么只要想到少的代码就可以实现。但是当你为确保程序中碰到不具备这样格式而失效,而添加必要的错误检验(或者一个try/except块)时,这个代码将会膨胀到-行,并且难以读懂。

  我们可以用下面的正则表达式使工作更简单:

^From .* [0-9][0-9]:

  这个表达式的含义是以"From "开头(注意空格),然后跟着任意个字符".*",接着又是一个空格,然后是两个数字"[0-9][0-9]",再接着是一个冒号。我们要找的就是具备这样格式的行。

  为了在findall中只抽出表示小时的两位数字,我们将表达式修改如下:

^From .* ([0-9][0-9]):

 最后这个程序是这样的:

  程序运行结果如下:

['']['']['']['']...

相关阅读:

Python for Informatics 第章 正则表达式(一)

Python for Informatics 第章之正则表达式(二)

关于Python for Informatics 第章之正则表达式(四)就给大家介绍到这里,希望对大家有所帮助。后续还会持续更新,更多精彩内容敬请关注!

python中PIL安装简单教程 python的PIL安装是一件很头疼的的事,如果你要在python中使用图型程序那怕只是将个图片从二进制流中存盘(例如使用Scrapy爬网存图),那么都会使用到PIL这库,

Django小白教程之Django用户注册与登录 Django是由Python开发的一个免费的开源网站框架,可以用于快速搭建高性能,优雅的网站!学习django学得超级吃力,最近弄个最简单的用户登录与注册界

Python开发之快速搭建自动回复微信公众号功能 在之前的一篇文章Python利用AIML和Tornado搭建聊天机器人微信订阅号中用aiml实现了一个简单的英文聊天机器人订阅号。但是只能处理英文消息,现在用图

标签: Python for Informatics 第11章之正则表达式(四)

本文链接地址:https://www.jiuchutong.com/biancheng/385327.html 转载请保留说明!

上一篇:Python for Informatics 第11章之正则表达式(二)

下一篇:python中PIL安装简单教程(python3.6安装pil)

  • 城建税和教育费附加需要计提吗
  • 增值税发票选择确认平台打不开怎么办?
  • 融资租赁业务如何开具增值税
  • 购进货物未取得增值税专用发票可以抵扣进项税额吗
  • 软件 折旧年限
  • 嵌入式软件产品的批准放行
  • 签章是签字还是盖章z还是手印
  • 工商银行资产负债表
  • 自产货物用于本企业在建工程交增值税不
  • 商品房空置费
  • 租金收入需要缴增值税吗
  • 土地违约金怎么写合同
  • 现房销售土增税怎么缴纳
  • 税收滞纳金算不算所得税
  • 福利费抵扣了进项税有2年了怎么办
  • 公休假补贴多少钱
  • 企业弥补亏损的三个途径
  • 土地增值税允许扣除的评估价
  • 其他货币资金怎么做账
  • 发票盖章盖成了财务章有影响吗
  • 监证方什么意思
  • 企业注销时往来账目挂账怎么处理
  • 职工宿舍的折旧计入什么科目
  • le启动exe是什么意思
  • vue 页面生成pdf
  • 购进来的样品怎么账务处理
  • 汽车因质量原因泡水能退车吗
  • 新星计划2021
  • 会计劳保用品有哪些东西呢
  • uniapp获取手机通讯录
  • vue从0创建一个项目
  • 建筑工程拨款流程
  • 小规模纳税人定义标准
  • 为什么营业成本比营业收入大的时候没有计提减值准备呢
  • 已经验旧的发票怎么作废
  • 个人发票抬头怎么弄
  • 安装mysql时出现错误
  • 个体户开发票超过定额是如何交税?
  • 2021新旧会计准则的比较分析
  • 固定资产一次性扣除账务处理
  • 公司基本账户提额怎么算
  • 增值税税控系列是什么
  • 预收的房租需要交房产税吗
  • 旅行社差额征税全额开票和差额开票
  • 税费不足50
  • 外币资产汇兑损失计算公式
  • 库存股 注销
  • 开票软件服务费全额抵扣怎么做账
  • 来料加工的增值税怎么核算
  • 长期借款利息计入应付利息吗
  • 汇算清缴水电费没有发票填在哪里
  • 车辆购置税在哪个app交
  • 现金零星金额多少
  • 企业会计准则规定,企业在对会计要素
  • 待抵扣进项税额借贷方向
  • 记账凭证模板
  • 启用账簿时应在账簿上签名或盖章的是
  • ubuntu16lts
  • 硬盘安装好了显示不出来怎么办
  • win7把声音设备禁用了怎么要回来
  • 如何修改注册表值
  • 搜集数据软件
  • windows8的ie浏览器在哪
  • win8怎么禁止更新
  • linux运行级别有几种
  • linux k
  • android.system.suspend@1.0-service耗电
  • cocos creator性能
  • opengl立体模型
  • js对象常用方法
  • jquery追加节点
  • vb中chr$(13)是什么意思
  • jquery上下移动
  • android network
  • jQuery EasyUI中DataGird动态生成列的方法
  • js中的eval
  • 中行网银查询
  • 小规模纳税人可以用专票抵扣税吗
  • 小船载重多少
  • 海淀属于哪个省?
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设