码迷,mamicode.com
首页 > 编程语言 > 详细

Python语言及其运用_第七章_像高手一样玩转数据

时间:2017-08-06 20:39:02      阅读:233      评论:0      收藏:0      [点我收藏+]

标签:指定   split   windows   pattern   3.2   table   ken   空白   一个   

【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 (?)。
 
 

Python语言及其运用_第七章_像高手一样玩转数据

标签:指定   split   windows   pattern   3.2   table   ken   空白   一个   

原文地址:http://www.cnblogs.com/daixianqiang414/p/7295712.html

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!