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)

  • 广州二手房交易契税
  • 减免税款会计分录
  • 建筑业无票支出
  • 食用油交不交消费税
  • 房地产企业配套设施的核算内容
  • 营改增对电信业的影响及对策
  • 税控系统服务
  • 年终红包怎么入账
  • 进项发票还没认证怎么做账
  • 加工属于什么税收分类
  • 外购物品用于计提折旧吗
  • 商品流通企业批发销售会计分录
  • 小规模纳税人代账一年多少钱
  • 取得高新技术企业
  • 社保银行扣款未扣怎么办
  • 租入房屋修缮费用谁承担
  • 房产税存在往期未申报信息怎么处理
  • 财务差旅费报销制度
  • 小企业会计准则下融资租入固定资产的核算
  • 电脑数据恢复怎么用
  • php composer自动加载
  • 教育培训费能抵扣吗
  • php初学者常见问题和答案
  • 预交税款分录
  • 增值税发票进项抵扣怎么操作
  • 企业短期借款的债权人均为银行
  • 稀释性每股收益计算例题
  • phptime函数
  • 国债持有期间未兑付的利息所得税
  • 日本长野县在哪
  • php文件包含目录文件吗
  • php分页技术
  • chatto
  • 新增总产值
  • 零申报的申报表怎么填
  • 销售费用处理不包括哪些
  • 基本运算符号有乘方吗
  • 其它应收款的处理程序
  • 投资收益交增值税税率是多少
  • 支付给个人的佣金没有发票
  • 应交增值税进项税额
  • sql 文件存储
  • 政府会计制度应收账款坏账准备
  • 房地产结转收入的条件
  • 去税务局核定税种多久生效
  • 应收账款多久收不回来作为坏账
  • 药店医保收入如何查询
  • 在筹建期间的费用属于什么
  • 工程增值税抵扣比例
  • 免费品尝活动广告语
  • 对公收到几毛测试费怎么做账
  • 采购库存商品的分录
  • 报关金额多报了900美金怎么办
  • 费用报销单人民币符号
  • 会计人员基本信息表去哪找
  • 发票盖章需要知道的10个问题
  • mac vm安装win10
  • xp系统运行在哪
  • redis-stat监控
  • incredr
  • centos搭建v2
  • main.exe是什么意思
  • win10系统怎么设置电脑密码
  • ssh远程安装软件
  • win8系统怎样
  • 深入理解中国式现代化
  • perl \w
  • python添加图片
  • cmd开机启动命令
  • python自动化源码
  • javascript代码生成器
  • javascript的介绍
  • flask pycharm
  • 支付给境外的特许权使用费
  • 深入开展税务文化
  • 河南省税务局冯伟
  • 个人所得税如何办理退税
  • 岗位大练兵业务大比武简报
  • 医保账户被扣财富怎么办
  • 个体户 零申报
  • 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