Python之re模塊

re模塊是python獨(dú)有的匹配字符串的模塊，該模塊中提供的很多功能是基于正則表達(dá)式實(shí)現(xiàn)的，

創(chuàng)新互聯(lián)建站主要為客戶提供服務(wù)項(xiàng)目涵蓋了網(wǎng)頁(yè)視覺設(shè)計(jì)、VI標(biāo)志設(shè)計(jì)、成都全網(wǎng)營(yíng)銷、網(wǎng)站程序開發(fā)、HTML5響應(yīng)式重慶網(wǎng)站建設(shè)公司、成都手機(jī)網(wǎng)站制作、微商城、網(wǎng)站托管及網(wǎng)站維護(hù)、WEB系統(tǒng)開發(fā)、域名注冊(cè)、國(guó)內(nèi)外服務(wù)器租用、視頻、平面設(shè)計(jì)、SEO優(yōu)化排名。設(shè)計(jì)、前端、后端三個(gè)建站步驟的完善服務(wù)體系。一人跟蹤測(cè)試的建站服務(wù)標(biāo)準(zhǔn)。已經(jīng)為成都餐廳設(shè)計(jì)行業(yè)客戶提供了網(wǎng)站營(yíng)銷推廣服務(wù)。

而正則表達(dá)式是對(duì)字符串進(jìn)行模糊匹配，提取自己需要的字符串部分，他對(duì)所有的語言都通用。

1、字符

2、字符集

3、量詞

貪婪模式：總是嘗試匹配盡可能多的字符

非貪婪則相反，總是嘗試匹配盡可能少的字符。

{0,} 匹配前一個(gè)字符 0 或多次,等同于 * 元字符

{+,} 匹配前一個(gè)字符 1 次或無限次,等同于 + 元字符

{0,1 }匹配前一個(gè)字符 0 次或 1 次,等同于 ? 元字符

如果 () 后面跟的是特殊元字符如 (adc)* 那么*控制的前導(dǎo)字符就是 () 里的整體內(nèi)容，不再是前導(dǎo)一個(gè)字符

4、特殊分組用法表：只對(duì)正則函數(shù)返回對(duì)象的有用

5、斷言

從斷言的表達(dá)形式可以看出，它用的就是分組符號(hào)，只不過開頭都加了一個(gè)問號(hào)，這個(gè)問號(hào)就是在說這是一個(gè)非捕獲組，這個(gè)組沒有編號(hào)，不能用來后向引用，只能當(dāng)做斷言。

匹配 titlexxx/title 中 xxx ： (?=title).*(?=/title)

自己理解就是：

5、例子

（1）非

^(?!.*200).*$ ，只匹配200

^(?!.*[200|400]).*$ ，只匹配200和400

[^a-z] 反取,不含a-z字母的

（2） \u4e00-\u9fa5 中文

（3） r"\b([\u4e00-\u9fa5]\s?[\u4e00-\u9fa5]+)\b" # 小 明 匹配這種單字中間有空格的

compile 函數(shù)用于編譯正則表達(dá)式，生成一個(gè)正則表達(dá)式（ Pattern ）對(duì)象，供 match() 和 search() 這兩個(gè)函數(shù)使用

match 嘗試從字符串的 起始位置 匹配一個(gè)模式，如果不是起始位置匹配成功的話，返回none。

search 掃描 整個(gè)字符串 并返回 第一個(gè)成功 的匹配。

re.match與re.search的區(qū)別:

正則表達(dá)式替換函數(shù)

替換匹配成功的指定位置字符串,并且返回替換次數(shù)，可以用兩個(gè)變量分別接受

(2) 兩個(gè)字符以上切割，放在 [ ] 中（不保留分隔符）：

(3) 使用 ( ) 捕獲分組（保留分割符）：

在字符串中找到正則表達(dá)式所匹配的所有子串，并返回一個(gè)列表，如果沒有找到匹配的，則返回空列表。

注意： match 和 search 是匹配一次 ，findall 匹配所有。

用法：

注意1：一旦匹配成，再次匹配，是從前一次匹配成功的，后面一位開始的，也可以理解為匹配成功的字符串，不在參與下次匹配

注意2：如果沒寫匹配規(guī)則，也就是空規(guī)則，返回的是一個(gè)比原始字符串多一位的，空字符串列表

注意3：正則匹配到空字符的情況，如果規(guī)則里只有一個(gè)組，而組后面是 * 就表示組里的內(nèi)容可以是 0 個(gè)或者多過，這樣組里就有了兩個(gè)意思：

一個(gè)意思是匹配組里的內(nèi)容，

二個(gè)意思是匹配組里 0 內(nèi)容（即是空白）

所以盡量避免用 * 否則會(huì)有可能匹配出空字符串

正則表達(dá)式，返回類型為表達(dá)式對(duì)象的

如：_sre.SRE_Match object; span=(6, 7), match='a'

返回對(duì)象的，需要用正則方法取字符串，

pyqt5 tablewodget 模糊匹配

工作需要寫了一個(gè)python小函數(shù)。

用fuzzywuzzy模糊匹配技巧解決人工數(shù)據(jù)和標(biāo)準(zhǔn)數(shù)據(jù)的匹配問題.基本原理是先精確匹配，如果沒有，采用模糊匹配遍歷目標(biāo)空間，選取打分最大。

生物信息處理一些經(jīng)過人工輸入的數(shù)據(jù)，往往有少量的錯(cuò)誤但是這些元數(shù)據(jù)往往要與結(jié)果數(shù)據(jù)統(tǒng)一分析，且非常之重要數(shù)據(jù)量小，那就一個(gè)一個(gè)改吧，工作需要寫了一個(gè)python小函數(shù)，用fuzzywuzzy模糊匹配技巧解決人工數(shù)據(jù)和標(biāo)準(zhǔn)數(shù)據(jù)的匹配問題基本原理是先精確匹配，如果沒有，采用模糊匹配遍歷目標(biāo)空間，選取打分最大的提交用戶檢查，最后輸出結(jié)果。

python 簡(jiǎn)單模糊匹配

根據(jù)報(bào)錯(cuò)的信息find這個(gè)變量是float類型而不是str類型的，str才有startsWith這個(gè)方法，你想找的實(shí)際上是excel表格中的值，我覺得你需要先把find這個(gè)變量在后臺(tái)打印出來，如以下代碼

for?find?in?xx:

print?"@54",?find

if?find.startswith('A1'):

....

...

Python中正則表達(dá)式的匹配規(guī)則總結(jié)

其他關(guān)于Python的總結(jié)文章請(qǐng)?jiān)L問：

正則表達(dá)式用來匹配字符串，在python中可以使用 re 模塊來完成，本篇做一個(gè)對(duì)正則表達(dá)式的匹配規(guī)則的總結(jié)

在上述的精確匹配后可以跟上一些符號(hào)來進(jìn)行模糊的匹配：

可以使用中括號(hào)的形式進(jìn)行范圍匹配，中括號(hào)表達(dá)式后邊可以跟上上述模糊匹配的符號(hào)來表示數(shù)量

多個(gè)條件可以 緊跟著寫在同一個(gè)中括號(hào)中 ，比如：

[a-zA-Z] ：匹配一個(gè)大、小寫字母

pandas python 怎么刪除表格中的某一行

某列中所有的數(shù)據(jù)都是1，加起來不就是總行數(shù)嗎？引言本文的目的，是向您展示如何使用pandas來執(zhí)行一些常見的Excel任務(wù)。有些例子比較瑣碎，但我覺得展示這些簡(jiǎn)單的東西與那些你可以在其他地方找到的復(fù)雜功能同等重要。作為額外的福利，我將會(huì)進(jìn)行一些模糊字符串匹配，以此來展示一些小花樣，以及展示pandas是如何利用完整的Python模塊系統(tǒng)去做一些在Python中是簡(jiǎn)單，但在Excel中卻很復(fù)雜的事情的。有道理吧？讓我們開始吧。為某行添加求和項(xiàng)我要介紹的第一項(xiàng)任務(wù)是把某幾列相加然后添加一個(gè)總和欄。首先我們將excel數(shù)據(jù)導(dǎo)入到pandas數(shù)據(jù)框架中。importpandasaspdimportnumpyasnpdf=pd.read_excel("excel-comp-data.xlsx")df.head()我們想要添加一個(gè)總和欄來顯示Jan、Feb和Mar三個(gè)月的銷售總額。在Excel和pandas中這都是簡(jiǎn)單直接的。對(duì)于Excel，我在J列中添加了公式sum(G2:I2)。在Excel中看上去是這樣的：下面，我們是這樣在pandas中操作的：df["total"]=df["Jan"]+df["Feb"]+df["Mar"]df.head()接下來，讓我們對(duì)各列計(jì)算一些匯總信息以及其他值。如下Excel表所示，我們要做這些工作：如你所見，我們?cè)诒硎驹路莸牧械牡?7行添加了SUM(G2:G16)，來取得每月的總和。進(jìn)行在pandas中進(jìn)行列級(jí)別的分析很簡(jiǎn)單。下面是一些例子：df["Jan"].sum(),df["Jan"].mean(),df["Jan"].min(),df["Jan"].max()(1462000,97466.666666666672,10000,162000)現(xiàn)在我們要把每月的總和相加得到它們的和。這里pandas和Excel有點(diǎn)不同。在Excel的單元格里把每個(gè)月的總和相加很簡(jiǎn)單。由于pandas需要維護(hù)整個(gè)DataFrame的完整性，所以需要一些額外的步驟。首先，建立所有列的總和欄sum_row=df[["Jan","Feb","Mar","total"]].sum()sum_rowJan1462000Feb1507000Mar717000total3686000dtype:int64這很符合直覺，不過如果你希望將總和值顯示為表格中的單獨(dú)一行，你還需要做一些微調(diào)。我們需要把數(shù)據(jù)進(jìn)行變換，把這一系列數(shù)字轉(zhuǎn)換為DataFrame，這樣才能更加容易的把它合并進(jìn)已經(jīng)存在的數(shù)據(jù)中。T函數(shù)可以讓我們把按行排列的數(shù)據(jù)變換為按列排列。df_sum=pd.DataFrame(data=sum_row).Tdf_sum在計(jì)算總和之前我們要做的最后一件事情是添加丟失的列。我們使用reindex來幫助我們完成。技巧是添加全部的列然后讓pandas去添加所有缺失的數(shù)據(jù)。df_sum=df_sum.reindex(columns=df.columns)df_sum現(xiàn)在我們已經(jīng)有了一個(gè)格式良好的DataFrame，我們可以使用append來把它加入到已有的內(nèi)容中。df_final=df.append(df_sum,ignore_index=True)df_final.tail()額外的數(shù)據(jù)變換另外一個(gè)例子，讓我們嘗試給數(shù)據(jù)集添加狀態(tài)的縮寫。對(duì)于Excel，最簡(jiǎn)單的方式是添加一個(gè)新的列，對(duì)州名使用vlookup函數(shù)并填充縮寫欄。我進(jìn)行了這樣的操作，下面是其結(jié)果的截圖：你可以注意到，在進(jìn)行了vlookup后，有一些數(shù)值并沒有被正確的取得。這是因?yàn)槲覀兤村e(cuò)了一些州的名字。在Excel中處理這一問題是一個(gè)巨大的挑戰(zhàn)（對(duì)于大型數(shù)據(jù)集而言）幸運(yùn)的是，使用pandas我們可以利用強(qiáng)大的python生態(tài)系統(tǒng)?？紤]如何解決這類麻煩的數(shù)據(jù)問題，我考慮進(jìn)行一些模糊文本匹配來決定正確的值。幸運(yùn)的是其他人已經(jīng)做了很多這方面的工作。fuzzywuzzy庫(kù)包含一些非常有用的函數(shù)來解決這類問題。首先要確保你安裝了他。我們需要的另外一段代碼是州名與其縮寫的映射表。而不是親自去輸入它們，谷歌一下你就能找到這段代碼code。首先導(dǎo)入合適的fuzzywuzzy函數(shù)并且定義我們的州名映射表。fromfuzzywuzzyimportfuzzfromfuzzywuzzyimportprocessstate_to_code={"VERMONT":"VT","GEORGIA":"GA","IOWA":"IA","ArmedForcesPacific":"AP","GUAM":"GU","KANSAS":"KS","FLORIDA":"FL","AMERICANSAMOA":"AS","NORTHCAROLINA":"NC","HAWAII":"HI","NEWYORK":"NY","CALIFORNIA":"CA","ALABAMA":"AL","IDAHO":"ID","FEDERATEDSTATESOFMICRONESIA":"FM","ArmedForcesAmericas":"AA","DELAWARE":"DE","ALASKA":"AK","ILLINOIS":"IL","ArmedForcesAfrica":"AE","SOUTHDAKOTA":"SD","CONNECTICUT":"CT","MONTANA":"MT","MASSACHUSETTS":"MA","PUERTORICO":"PR","ArmedForcesCanada":"AE","NEWHAMPSHIRE":"NH","MARYLAND":"MD","NEWMEXICO":"NM","MISSISSIPPI":"MS","TENNESSEE":"TN","PALAU":"PW","COLORADO":"CO","ArmedForcesMiddleEast":"AE","NEWJERSEY":"NJ","UTAH":"UT","MICHIGAN":"MI","WESTVIRGINIA":"WV","WASHINGTON":"WA","MINNESOTA":"MN","OREGON":"OR","VIRGINIA":"VA","VIRGINISLANDS":"VI","MARSHALLISLANDS":"MH","WYOMING":"WY","OHIO":"OH","SOUTHCAROLINA":"SC","INDIANA":"IN","NEVADA":"NV","LOUISIANA":"LA","NORTHERNMARIANAISLANDS":"MP","NEBRASKA":"NE","ARIZONA":"AZ","WISCONSIN":"WI","NORTHDAKOTA":"ND","ArmedForcesEurope":"AE","PENNSYLVANIA":"PA","OKLAHOMA":"OK","KENTUCKY":"KY","RHODEISLAND":"RI","DISTRICTOFCOLUMBIA":"DC","ARKANSAS":"AR","MISSOURI":"MO","TEXAS":"TX","MAINE":"ME"}這里有些介紹模糊文本匹配函數(shù)如何工作的例子。process.extractOne("Minnesotta",choices=state_to_code.keys())('MINNESOTA',95)process.extractOne("AlaBAMMazzz",choices=state_to_code.keys(),score_cutoff=80)現(xiàn)在我知道它是如何工作的了，我們創(chuàng)建自己的函數(shù)來接受州名這一列的數(shù)據(jù)然后把他轉(zhuǎn)換為一個(gè)有效的縮寫。這里我們使用score_cutoff的值為80。你可以做一些調(diào)整，看看哪個(gè)值對(duì)你的數(shù)據(jù)來說比較好。你會(huì)注意到，返回值要么是一個(gè)有效的縮寫，要么是一個(gè)np.nan所以域中會(huì)有一些有效的值。defconvert_state(row):abbrev=process.extractOne(row["state"],choices=state_to_code.keys(),score_cutoff=80)ifabbrev:returnstate_to_code[abbrev[0]]returnnp.nan把這列添加到我們想要填充的單元格，然后用NaN填充它df_final.insert(6,"abbrev",np.nan)df_final.head()我們使用apply來把縮寫添加到合適的列中。df_final['abbrev']=df_final.apply(convert_state,axis=1)df_final.tail()我覺的這很酷。我們已經(jīng)開發(fā)出了一個(gè)非常簡(jiǎn)單的流程來智能的清理數(shù)據(jù)。顯然，當(dāng)你只有15行左右數(shù)據(jù)的時(shí)候這沒什么了不起的。但是如果是15000行呢？在Excel中你就必須進(jìn)行一些人工清理了。分類匯總在本文的最后一節(jié)中，讓我們按州來做一些分類匯總（subtotal）。在Excel中，我們會(huì)用subtotal工具來完成。輸出如下：在pandas中創(chuàng)建分類匯總，是使用groupby來完成的。df_sub=df_final[["abbrev","Jan","Feb","Mar","total"]].groupby('abbrev').sum()df_sub然后，我們想要通過對(duì)dataframe中所有的值使用applymap來把數(shù)據(jù)單位格式化為貨幣。defmoney(x):return"${:,.0f}".format(x)formatted_df=df_sub.applymap(money)formatted_df格式化看上去進(jìn)行的很順利，現(xiàn)在我們可以像之前那樣獲取總和了。sum_row=df_sub[["Jan","Feb","Mar","total"]].sum()sum_rowJan1462000Feb1507000Mar717000total3686000dtype:int64把值變換為列然后進(jìn)行格式化。df_sub_sum=pd.DataFrame(data=sum_row).Tdf_sub_sum=df_sub_sum.applymap(money)df_sub_sum最后，把總和添加到DataFrame中。final_table=formatted_df.append(df_sub_sum)final_table你可以注意到總和行的索引號(hào)是‘0'。我們想要使用rename來重命名它。final_table=final_table.rename(index={0:"Total"})final_table結(jié)論到目前為止，大部分人都已經(jīng)知道使用pandas可以對(duì)數(shù)據(jù)做很多復(fù)雜的操作——就如同Excel一樣。因?yàn)槲乙恢痹趯W(xué)習(xí)pandas，但我發(fā)現(xiàn)我還是會(huì)嘗試記憶我是如何在Excel中完成這些操作的而不是在pandas中。我意識(shí)到把它倆作對(duì)比似乎不是很公平——它們是完全不同的工具。但是，我希望能接觸到哪些了解Excel并且想要學(xué)習(xí)一些可以滿足分析他們數(shù)據(jù)需求的其他替代工具的那些人。我希望這些例子可以幫助到其他人，讓他們有信心認(rèn)為他們可以使用pandas來替換他們零碎復(fù)雜的Excel，進(jìn)行數(shù)據(jù)操作。

python中str.find和 in list的區(qū)別使用

在一個(gè)str中查找特定的字符串，使用string1.find(substring)的語法，這種查找時(shí)一種模糊查找；

但是在一個(gè)list中，如果判斷是否包含某個(gè)項(xiàng)目，是一個(gè)絕對(duì)的相等的比較，空格都需要匹配；

所以使用查找匹配時(shí)可以采用的方法是：

1.將list轉(zhuǎn)化為str之后模糊匹配：

比如 if str(list1).find(substring) != -1

2.將list中的所有的字符串都去掉特殊字符以及空格；

比如：

for item in list1:

item.replace(' ','')

再用if substring in list1:

當(dāng)前文章：模糊匹配函數(shù)python 模糊匹配函數(shù)分組
轉(zhuǎn)載來源：http://chinadenli.net/article26/dodsejg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供標(biāo)簽優(yōu)化、微信小程序、品牌網(wǎng)站制作、網(wǎng)站內(nèi)鏈、云服務(wù)器、動(dòng)態(tài)網(wǎng)站

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)