Python其实很简单 第十一章 正则表达式

Posted 2023-04-23

参考技术A

正则表达式是一个特殊的字符序列，它用来检查一个字符串是否与某种模式匹配。正则表达式在编译程序中至关重要，但并不是每个人都需要特别深入的学习和掌握。在此，只介绍一些最基本的应用。

1、元字符

元字符是构成正则表达式的一些特殊字符。在正则表达式中，元字符被赋予了新的含义。

下面介绍一些常用的元字符及其含义：

. 匹配除换行符以外的任意字符。

w 匹配字母、数字、下划线或汉字。

W 匹配w所匹配的字符以外的字符。

s 匹配单个空白符（包括Tab键和换行符）。

S 匹配除s匹配的字符以外的字符。

d 匹配数字。

b 匹配单词的分界符，如：空格、标点符号或换行符。

^ 匹配字符串的开始

$ 匹配字符串的结束

2、限定符

限定符是在正则表达式中用来指定数量的字符。常用的限定符有：

? 匹配前面的字符0或1次。如：zo?m可以匹配zom和zm，但不能匹配 zoom

+ 匹配前面的字符1或n次。如：zo?m可以匹配zom和zoom，但不能匹配zm

* 匹配前面的字符0或n次。如：zo?m可以匹配zom、zoom和zm

n 匹配前面的字符n次。如：zo2m可以匹配zoom，但不能匹配zom和zm

n, 匹配前面的字符至少n次。如：zo1,m可以匹配zom和zoom，但不能匹配zm

n,m 匹配前面的字符至少n次，最多m次。如：zo1,2m可以匹配zom和zoom，但不能匹配zm

3、方括号”[ ]”的用途

方括号“[ ]”里可以列出某个字符范围。如：[aeiou]表示匹配任意一个元音字母，[zqsl]表示匹配姓氏“赵钱孙李”的拼音第一个字母。

4、排除字符

方括号”[ ]”中的“^”字符表示排除的意思，如：[^aeiou]表示匹配任意一个非元音字母的字符。

5、选择字符

字符“|”相当于“或”。如：(^d3[-]d8)|(^d4[-]d7)$可以匹配形如” - ”或“ - ”的电话号码格式。

6、转义字符

对于已经用于定义元字符和限定符的字符，需要加转义符“”来表示。

如：为了匹配形如“192.168.0.1”的IPv4地址（1~255.0~255.0~255.0~255），可以用这样的正则表达式：^(25[0-5]|2[0-4][0-9]|[0,1]1[0-9]2|[1-9]1[0-9]1|[1-9]).(25[0-5]|2[0-4][0-9]|[0,1]1[0-9]2|[1-9]1[0-9]1|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]1[0-9]2|[1-9]1[0-9]1|[1-9]|0).(25[0-5]|2[0-4][0-9]|[0,1]1[0-9]2|[1-9]1[0-9]1|[0-9])$

这里解释一下第一段IP地址的规则，取值范围为1~255，可分解为以下情况：

250~255：25[0-5]；

200~249：2[0-4][0-9]；

100~199：[01]1[0-9]2；

0~99: [0-9]1[1-9]

再加上”.”： .

其他三段地址和第一段相似。

7、“( )”可以用于分组

在正则表达式中，用“( )”括起来的部分是一个整体。

8、r（或R）的意义

在正则表达式中，为了保证模式字符串为原生字符串（没有经过加工处理的字符串），可以在模式字符串前加上一个字符‘r’或‘R’。例如：

# 这里用到对的re.match()方法接下来介绍

>>> import re # 导入re模块

>>> re.match(\'bPy[a-z]+\',\'Python\') # 表达式\'bPy[a-z]+\'不能匹配’Python’

>>> re.match(\'bPy[a-z]+\',\'Python\') # 表达式\'bPy[a-z]+\'可以匹配’Python’

在上述代码中，原本要用作匹配单词开始或结束的元字符’b’在表达式中字符串中会被视为转义一个字符‘b’，为了转义’b’就不得不再加一个’’符号。

也可以采用下面的方法：

>>> re.match(r\'bPy[a-z]+\',\'Python\') #加字符’r’，可以保证原生字符串

9、match()方法

Match()方法 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match() 就返回 none。

语法格式：

re.match(pattern, string, [flags])

其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。

例：

import re #导入re模块

print(re.match(\'www\', \'www.python.org/\').span()) #span()函数可以获取匹配的位置

print(re.match(\'org\', \'www.python.org\'))

输出结果为：

(0, 3) #在位置0到3（不包括3）匹配成功

None #从起始位置未能匹配成功

10、search()方法

search()方法用于在整个字符串中搜索第一个匹配的值，如果匹配成功，则返回Match对象，否则返回None。

语法格式：

re.search(pattern, string, [flags])

其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。

例如：

>>> re.search(r\'Pyw+\',\'It\'s easy to use Python, but it\'s not easy to learn Python.\')

可以看出，目标字符串“It\'s easy to use Python, but it\'s not easy to learn Python.”中一共有两个‘Python’，search()方法可以从字符串的起始位置开始查找到‘Python’，当找到第一个匹配值后就停止查找，返回位置信息。

match()和search()的比较

match()要求目标字符串的起始位置就能匹配，search()对目标字符串全段进行逐次匹配，只要首次匹配成功就停止匹配。

请看下例:

>>> import re

>>> print(re.match(r\'Pyw+\',\'It\'s easy to use Python, but it\'s not easy to learn Python.\'))

输出结果：None

11、findall()方法

findall()方法用于在整个字符串中搜索所有匹配的值，如果匹配成功，则返回以匹配值为元素的列表，否则返回空列表。

语法格式：

re.findall(pattern, string[, flags])

其中，pattern表示匹配的正则表达式；string是要匹配的字符串；flags表示标志位，用于控制正则表达式的匹配方式，如：re.I表示不区分大小写。

例：

>>> import re

>>>print(re.findall(r\'Pyw+\',\'It\'s easy to use Python, but it\'s not easy to learn Python.\'))

输出结果：[\'Python\', \'Python\']

可以看出，findall()的结果没有指出匹配的具体位置。

12、正则表达式的应用

字符串替换

这里要用到sub()方法。它的语法格式如下：

re.sub(pattern, repl, string [,count] [,flgs])

其中，pattern是模式字符串；repl是用于替换的字符串；string是原字符串；可选参数count为模式匹配后替换的最大次数，省缺表示替换所有的匹配；可选参数flags的意义与前面的方法的该参数一致。

例：

>>> import re

>>> str1=\'x=36.567 y=123.234\'

>>> str2=re.sub(\'.d+\',\'\',str1) #用空格代替小数点及其后的数字

>>> print(str2)

输出结果：x=36 y=123

分隔字符串

这里要用到split()方法。它的返回值为一个列表，它的语法格式如下：

re.split(pattern, string [,maxsplit] [,flgs])

其中，pattern是模式字符串；string是原字符串；可选参数maxsplit为最大拆分次数，省缺表示拆分所有的匹配；可选参数flags的意义与前面的方法的该参数一致。

例：

>>> import re

>>> str=\'白日依山尽，黄河入海流。欲穷千里目，更上一层楼！\'

>>> re.split(r\'，|。|！\',str) #按照“，”、“。”、“！”分隔字符串。

[\'白日依山尽\', \'黄河入海流\', \'欲穷千里目\', \'更上一层楼\', \'\']

注意，返回值列表中多出了一个空字符。

深入浅出第十一章python

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
from scipy import stats
import math
df=pd.read_csv("hfda_ch10_employees.csv")
#print(df)

y = df.requested #加薪()
x = df.received #申请

#用于得出斜率和截距画出线性图
slope, intercept, r, p, std_err = stats.linregress(x, y)
#stats.linregress 固定格式，返回5个参数分别是
#slope（斜率）,intercept（截距）, #r（相关性）,。。。。

#定义对象，内容为线性方程式
def myfunc(x):
return slope * x + intercept

 

#计算均方根误差

from math import sqrt

error=[]
for i in range(len(y)):
error.append(y[i] - x[i])

squaredError = []

absError = []

for val in error:
squaredError.append(val * val)   #a-b之差平方
absError.append(abs(val))      #误差绝对值

RMSE = sqrt(sum(squaredError) / len(squaredError))   #均方差值

def myfunc2(x):    
return slope * x + intercept+RMSE
def myfunc3(x):
return slope * x + intercept-RMSE

 

mymodel = list(map(myfunc, x))
mymodel2 = list(map(myfunc2, x))
mymodel3 = list(map(myfunc3, x))
#当申请加薪为10%
speed = myfunc(10)
print("当申请加薪10%时，同意加薪为百分之",speed)
print(myfunc)
plt.axhline(y=8.0, c="r", ls="--", lw=1)
plt.axvline(x=7.5, c="r", ls="--", lw=1)
plt.axvline(x=8.5, c="r", ls="--", lw=1)
plt.scatter(x,y) #散点图

plt.plot(x, mymodel) #线性回归
plt.plot(x, mymodel2)
plt.plot(x, mymodel3)
plt.show()

 

 

 

×