DAY13、re中的编译函数

el/2023/12/3 2:33:35

re模块

re.compile方法

compile将正则表达式模式编译成一个正则表达式对象。
reg=re.compile(pattern)result=reg.match(string)
等效于result=re.match(pattern,string)
使用re.compile()和保存所产生的正则表达式对象重用效率更高。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
re.search方法

search在全文中匹配一次,匹配到就返回

语法
re.search(pattern,string,flags=0)

函数参数说明
在这里插入图片描述
示例
扫描字符串,寻找的第一个由该正则表达式模式产生匹配的位置,并返回相应的MatchObject实例。
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
re.findall方法

findall匹配所有返回一个列表,这个方法使用频率较高。

语法
findall(string[,pos[,endpos]])

参数说明
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
re.sub方法

sub将匹配到的数据进行替换

语法
sub(pattern,repl,string,count=0,flags=0)

参数说明
在这里插入图片描述
示例
在这里插入图片描述
在这里插入图片描述
re.subn实现目标的搜索和替换,还返回被替换的数量,返回为元组形式
在这里插入图片描述
re.split方法

split根据匹配进行切割字符串,并返回一个列表

语法:
split(pattern,string,maxsplit=0,flags=0)

参数说明
在这里插入图片描述
示例:
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述


http://www.ngui.cc/el/4423624.html

相关文章

DAY13、小结课后作业

小结 课后问答题 课后实操题

sklearn数据集操作1

numpy:基于python的数值计算包,用于存储操作多维数组 scipy:基于numpy设计的用于科学计算和工程设计的开发包 matplotlib:绘制二维图像 scikit learn整体结构介绍 分类:垃圾邮件检测、图像识别 算法:支持向量机&am…

sklearn数据集操作2

可在线下载(Downloadable)的数据集 sklearn.datasets.fetch_ 20类新闻文本数据集: 该数据集包含了关于20个话题(topic)的18000条新闻报道,这些数据被分为两个子集:训练集和测试集。 20组新闻文本数据集API用法详解 …

sklearn模型选择与评估

数据集划分方法 数据集划分方法:k折交叉验证 这个方法充分利用了所有样本。但是计算比较繁琐,需要训练k次,测试k次。 数据集划分法:留一法 留一法与k折交叉比较 留P法验证 数据集划分方法:随机划分法

超参数优化方法

什么是超参数(hyper-parameters)? 网格搜索穷举式超参数优化方法 随机采样式超参数优化方法 超参数空间的搜索技巧 技巧一、指定一个合适的目标测度对模型进行评估 暴力参数搜索方法的替代方法

sklearn模型选择之模型验证方法

模型验证(model validation)方法 1、通过交叉验证计算得分 2、对每个输入数据点产生交叉验证估计 3、计算并绘制模型的学习率曲线 4、计算并绘制魔性的验证曲线 5、通过排序评估验证得分的重要性

幸福指数与GDP线性拟合

数据来源: 去到 https://stats.oecd.org/index.aspx?DataSetCodeBLI 下载数据,命名为BLI.csv 储存到notebook 创建的第一个项目相同的路径 去 http://goo.gl/j1MSKe 下载2015世界各国人均GDP数据,命名为WEO_Data.xls, 储存到相同路径 结果为bool值 import…

sklearn框架结构

pip install sklearn 新建一个文件夹 在这个文件底下再建六个文件

KNN算法入门

K近邻算法:nearest neighbors classification 数据

KNN参数cross_val_score调参

什么是交叉式验证? 这样所有的数据都进行了验证,所有的数据也都进行了训练,训练了五次也测试了五次,将这五次得到的数据求一个平均值,这样的数据更有说服力 全部代码 #导包,加载数据import numpy …