Python语言及其运用_第七章_像高手一样玩转数据
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Python语言及其运用_第七章_像高手一样玩转数据相关的知识,希望对你有一定的参考价值。
【主要内容】1.格式化;2.正则表达式
【基本知识】
一、格式化
(一)使用%的旧式格式转化
1.基本格式:string % data
string包含待插值的序列,带插入的部分由%和字母组成。转换类型:
%s 字符串
%d 十进制整数 %x 十六进制 %o 八进制整数
%f 十进制浮点数 %e 科学计算法表示的浮点数
%% 文本%
【例】>>>Our cat %s weights %s pounds." % (cat, weight)
2.格式设置
%10s : 设置最小域宽10个字符,右对齐,左侧不够填充空格
%-10s: 设置最小域宽10个字符,左对齐,右侧不够填充空格
%10.4s:最大字符宽度为4,会截断超过长度限制的字符串(浮点数精度为小数点后4位,如123.2000)
【总结】对于%A.BC(C为转换类型)
A为域宽,正右对齐,负左对齐,B为字符宽度(浮点数为小数位)
(二)使用{}和format的新式格式化
1.
>>> n=42
>>> f=7.03
>>> s = "string cheese"
>>> ‘{}{}{}‘.format(n,f,s)
‘427.03string cheese‘
2.
>>> ‘{2}{0}{1}‘.format(n,f,s)
‘string cheese427.03‘
3.
>>> ‘{n}{f}{s}‘.format(n=42,f=9.443,s="string cheese")
‘429.443string cheese‘
格式设置:在{}中将格式放置于“ :”后。
{0:d} 整型
{0:10d} 宽域为10(默认右对齐)
{0:>10d} 右对齐 {0:<10d} 左对齐 {0:^10d} 居中
{0:!>10d} 用!填充
二、使用正则表达式匹配
注:需要import re
匹配模式:
.代表任意单一字符;
*代表任意一个它之前的字符
.*代表任意多个字符(包括0个)
?表示字符可选(0个或1个)
例:.*Frank: Frank之前包含若干字符
n. n后包含1个字符
n.? n后包含1个字符,或者不包含(是否包含可选)
(一)re.match(模式, 源):源是否以模式开头
1 source = "Young Frankenstein"
2 m = re.match("You",source)
3 if m:
4 print(m.group())
输出:You(如果不是以模式开头则没有输出)
(二)re.search(模式, 源):源是否包含模式
(三)re.findall(模式, 源):在源中找出所有符合模式的字符串
【1】
>>> m = re.findall("n",source)
>>> if m:
print(m)
[‘n‘, ‘n‘, ‘n‘, ‘n‘]
【2】
>>> m = re.findall("n.",source)
>>> if m:
print(m)
[‘ng‘, ‘nk‘, ‘ns‘]
【3】
>>> m = re.findall("n.?",source)
>>> if m:
print(m)
[‘ng‘, ‘nk‘, ‘ns‘, ‘n‘]
(四)re.split(模式, 源):将源按模式切分
(五)re.sub():将源替换匹配
m = re.sub(‘n‘,‘?‘,source) #将source中n用?替换
正则表达式全部符号解释
字符 | 描述 |
---|---|
\\ | 将下一个字符标记为一个特殊字符、或一个原义字符、或一个 向后引用、或一个八进制转义符。例如,‘n‘ 匹配字符 "n"。‘\\n‘ 匹配一个换行符。序列 ‘\\\\‘ 匹配 "\\" 而 "\\(" 则匹配 "("。 |
^ | 匹配输入字符串的开始位置。如果设置了 RegExp 对象的 Multiline 属性,^ 也匹配 ‘\\n‘ 或 ‘\\r‘ 之后的位置。 |
$ | 匹配输入字符串的结束位置。如果设置了RegExp 对象的 Multiline 属性,$ 也匹配 ‘\\n‘ 或 ‘\\r‘ 之前的位置。 |
* | 匹配前面的子表达式零次或多次。例如,zo* 能匹配 "z" 以及 "zoo"。* 等价于{0,}。 |
+ | 匹配前面的子表达式一次或多次。例如,‘zo+‘ 能匹配 "zo" 以及 "zoo",但不能匹配 "z"。+ 等价于 {1,}。 |
? | 匹配前面的子表达式零次或一次。例如,"do(es)?" 可以匹配 "do" 或 "does" 中的"do" 。? 等价于 {0,1}。 |
{n} | n 是一个非负整数。匹配确定的 n 次。例如,‘o{2}‘ 不能匹配 "Bob" 中的 ‘o‘,但是能匹配 "food" 中的两个 o。 |
{n,} | n 是一个非负整数。至少匹配n 次。例如,‘o{2,}‘ 不能匹配 "Bob" 中的 ‘o‘,但能匹配 "foooood" 中的所有 o。‘o{1,}‘ 等价于 ‘o+‘。‘o{0,}‘ 则等价于 ‘o*‘。 |
{n,m} | m 和 n 均为非负整数,其中n <= m。最少匹配 n 次且最多匹配 m 次。例如,"o{1,3}" 将匹配 "fooooood" 中的前三个 o。‘o{0,1}‘ 等价于 ‘o?‘。请注意在逗号和两个数之间不能有空格。 |
? | 当该字符紧跟在任何一个其他限制符 (*, +, ?, {n}, {n,}, {n,m}) 后面时,匹配模式是非贪婪的。非贪婪模式尽可能少的匹配所搜索的字符串,而默认的贪婪模式则尽可能多的匹配所搜索的字符串。例如,对于字符串 "oooo",‘o+?‘ 将匹配单个 "o",而 ‘o+‘ 将匹配所有 ‘o‘。 |
. | 匹配除 "\\n" 之外的任何单个字符。要匹配包括 ‘\\n‘ 在内的任何字符,请使用象 ‘[.\\n]‘ 的模式。 |
(pattern) | 匹配 pattern 并获取这一匹配。所获取的匹配可以从产生的 Matches 集合得到,在VBScript 中使用 SubMatches 集合,在JScript 中则使用 $0…$9 属性。要匹配圆括号字符,请使用 ‘\\(‘ 或 ‘\\)‘。 |
(?:pattern) | 匹配 pattern 但不获取匹配结果,也就是说这是一个非获取匹配,不进行存储供以后使用。这在使用 "或" 字符 (|) 来组合一个模式的各个部分是很有用。例如, ‘industr(?:y|ies) 就是一个比 ‘industry|industries‘ 更简略的表达式。 |
(?=pattern) | 正向预查,在任何匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如,‘Windows (?=95|98|NT|2000)‘ 能匹配 "Windows 2000" 中的 "Windows" ,但不能匹配 "Windows 3.1" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始。 |
(?!pattern) | 负向预查,在任何不匹配 pattern 的字符串开始处匹配查找字符串。这是一个非获取匹配,也就是说,该匹配不需要获取供以后使用。例如‘Windows (?!95|98|NT|2000)‘ 能匹配 "Windows 3.1" 中的 "Windows",但不能匹配 "Windows 2000" 中的 "Windows"。预查不消耗字符,也就是说,在一个匹配发生后,在最后一次匹配之后立即开始下一次匹配的搜索,而不是从包含预查的字符之后开始 |
x|y | 匹配 x 或 y。例如,‘z|food‘ 能匹配 "z" 或 "food"。‘(z|f)ood‘ 则匹配 "zood" 或 "food"。 |
[xyz] | 字符集合。匹配所包含的任意一个字符。例如, ‘[abc]‘ 可以匹配 "plain" 中的 ‘a‘。 |
[^xyz] | 负值字符集合。匹配未包含的任意字符。例如, ‘[^abc]‘ 可以匹配 "plain" 中的‘p‘。 |
[a-z] | 字符范围。匹配指定范围内的任意字符。例如,‘[a-z]‘ 可以匹配 ‘a‘ 到 ‘z‘ 范围内的任意小写字母字符。 |
[^a-z] | 负值字符范围。匹配任何不在指定范围内的任意字符。例如,‘[^a-z]‘ 可以匹配任何不在 ‘a‘ 到 ‘z‘ 范围内的任意字符。 |
\\b | 匹配一个单词边界,也就是指单词和空格间的位置。例如, ‘er\\b‘ 可以匹配"never" 中的 ‘er‘,但不能匹配 "verb" 中的 ‘er‘。 |
\\B | 匹配非单词边界。‘er\\B‘ 能匹配 "verb" 中的 ‘er‘,但不能匹配 "never" 中的 ‘er‘。 |
\\cx | 匹配由 x 指明的控制字符。例如, \\cM 匹配一个 Control-M 或回车符。x 的值必须为 A-Z 或 a-z 之一。否则,将 c 视为一个原义的 ‘c‘ 字符。 |
\\d | 匹配一个数字字符。等价于 [0-9]。 |
\\D | 匹配一个非数字字符。等价于 [^0-9]。 |
\\f | 匹配一个换页符。等价于 \\x0c 和 \\cL。 |
\\n | 匹配一个换行符。等价于 \\x0a 和 \\cJ。 |
\\r | 匹配一个回车符。等价于 \\x0d 和 \\cM。 |
\\s | 匹配任何空白字符,包括空格、制表符、换页符等等。等价于 [ \\f\\n\\r\\t\\v]。 |
\\S | 匹配任何非空白字符。等价于 [^ \\f\\n\\r\\t\\v]。 |
\\t | 匹配一个制表符。等价于 \\x09 和 \\cI。 |
\\v | 匹配一个垂直制表符。等价于 \\x0b 和 \\cK。 |
\\w | 匹配包括下划线的任何单词字符。等价于‘[A-Za-z0-9_]‘。 |
\\W | 匹配任何非单词字符。等价于 ‘[^A-Za-z0-9_]‘。 |
\\xn | 匹配 n,其中 n 为十六进制转义值。十六进制转义值必须为确定的两个数字长。例如,‘\\x41‘ 匹配 "A"。‘\\x041‘ 则等价于 ‘\\x04‘ & "1"。正则表达式中可以使用 ASCII 编码。. |
\\num | 匹配 num,其中 num 是一个正整数。对所获取的匹配的引用。例如,‘(.)\\1‘ 匹配两个连续的相同字符。 |
\\n | 标识一个八进制转义值或一个向后引用。如果 \\n 之前至少 n 个获取的子表达式,则 n 为向后引用。否则,如果 n 为八进制数字 (0-7),则 n 为一个八进制转义值。 |
\\nm | 标识一个八进制转义值或一个向后引用。如果 \\nm 之前至少有 nm 个获得子表达式,则 nm 为向后引用。如果 \\nm 之前至少有 n 个获取,则 n 为一个后跟文字 m 的向后引用。如果前面的条件都不满足,若 n 和 m 均为八进制数字 (0-7),则 \\nm 将匹配八进制转义值 nm。 |
\\nml | 如果 n 为八进制数字 (0-3),且 m 和 l 均为八进制数字 (0-7),则匹配八进制转义值 nml。 |
\\un | 匹配 n,其中 n 是一个用四个十六进制数字表示的 Unicode 字符。例如, \\u00A9 匹配版权符号 (?)。 |
以上是关于Python语言及其运用_第七章_像高手一样玩转数据的主要内容,如果未能解决你的问题,请参考以下文章