Índice de contenido
coincide con el patrón. Comenzando en pos si se proporciona y terminando en endpos si es así proporcionado (de lo contrario, procesa toda la cadena). • Pattern.match(string, pos, endpos) Si cero o más caracteres en el comienzo de la cadena coincide con esta expresión regular, devuelve una correspondencia objeto de coincidencia de ing. Devuelva Ninguno si la cadena no coincide con el patrón. El pos y endpos son opcionales y especifican las posiciones inicial y final dentro que buscar. • Pattern.split(string, maxsplit = 0)Idéntico a split() función, usando el patrón compilado. • Pattern.findall(string[, pos[, endpos]]) Similar a findall (), pero también acepta parámetros opcionales pos y endpos que limitan la región de búsqueda como para buscar(). • Pattern.finditer(string[, pos[, endpos]]) Similar a find- función iter(), pero también acepta parámetros opcionales pos y endpos que limita la región de búsqueda como para search(). • Patrón.sub(reemplazo, cadena, cuenta
0)Idéntico a el sub() función, usando el patrón compilado. • Pattern.subn(repl, string, count = 0)Idéntico al subn() función, usando el patrón compilado. • Pattern.pattern la cadena de patrón de la que se extrajo el objeto de patrón. compilado A continuación se muestra un ejemplo del uso de la función compile(). El patrón a ser compilado se define como que contiene 1 o más dígitos (0 a 9): El patrón compilado se puede usar para aplicar métodos como search() a un cadena específica (en este caso contenida en la línea 1). La salida generada por esto es: importar re linea1 = ‘El precio es 23.55’ contieneEnteros = r’\d+' rePattern = re.compile(contieneEnteros) matchLine1 = rePatrón.buscar(línea1) si línea de coincidencia1: print(‘La línea 1 contiene un número’) demás: print(‘La línea 1 no contiene un número’) La línea 1 contiene un número 22.5 Trabajar con expresiones regulares de Python 269
popular post
El modelo AR de series temporales univariadas
Resumen: En esta entrada, descubrirá el modelo AR: El modelo autorregresivo.
Leer másEvaluación de modelos para pronosticar
Resumen: Al desarrollar modelos de aprendizaje automático, generalmente se comparan varios modelos durante la fase de construcción.
Leer másModelos para pronosticar
Resumen: El pronóstico, traducido groseramente como la tarea de predecir el futuro, ha estado presente en la sociedad humana durante siglos.
Leer más