《趣味微项目轻松学Python》-正则表达式以及实战

rtyu789

《趣味微项目轻松学Python》-正则表达式以及实战 [复制链接]

14-22章主要介绍了这几个内容

1. 使用正则表达式
2. ASCII对文本字符编码
3. 解析CSV
4. 生成带有提示类型的交互版本

一、使用正则表达式

正则表达式是一种用于匹配和处理文本的强大工具,它通过定义一种特定的语法规则,可以用来搜索、替换、提取或验证字符串中的特定模式
书中举出的例子是对输入的单词,提取前缀和词干,如果使用普通的for循环也是可以查找,但是使用正则,可以更高效的匹配到想要的字符串

复制

登录后复制

def main():
    args = get_args()

    # 定义前缀列表,包括单个辅音和常见的辅音组合
    prefixes = list('bcdfghjklmnpqrstvwxyz') + (
        'bl br ch cl cr dr fl fr gl gr pl pr sc '
        'sh sk sl sm sn sp st sw th tr tw thw wh wr '
        'sch scr shr sph spl spr squ str thr').split()

    # 对输入的单词进行词干提取,得到前缀和词干
    start, rest = stemmer(args.word)

    # 如果词干存在,生成并打印所有可能的押韵单词
    if rest:
        print('\n'.join(sorted([p + rest for p in prefixes if p != start])))
    else:
        # 如果无法提取词干,提示无法押韵
        print(f'Cannot rhyme "{args.word}"')

def stemmer(word):
    word = word.lower()
    # 定义元音字母
    vowels = 'aeiou'
    # 定义辅音字母,通过排除元音字母得到
    consonants = ''.join(
        [c for c in string.ascii_lowercase if c not in vowels])
    # 定义正则表达式模式,用于匹配单词的前缀、元音和剩余部分
    pattern = (
        '([' + consonants + ']+)?' # 匹配一个或多个辅音,可选
        '([' + vowels     + '])'   # 匹配至少一个元音
        '(.)'                     # 匹配零个或多个任意字符
    )
    pattern = f'([{consonants}]+)?([{vowels}])(.)'
    # 使用正则表达式匹配单词
    match = re.match(pattern, word)
    if match:
        # 提取匹配的辅音部分(前缀)
        p1 = match.group(1) or ''
        # 提取匹配的元音部分
        p2 = match.group(2) or ''
        # 提取匹配的剩余部分
        p3 = match.group(3) or ''
        # 返回前缀和词干
        return (p1, p2 + p3)
    else:
        # 如果无法匹配,返回整个单词和空字符串
        return (word, '')

介绍一下python中正则表达式的用法

复制

登录后复制

# 导入正则表达式模块
import re 
# 从字符串的开头尝试匹配正则表达式模式
# 如果匹配成功,返回一个Match对象,如果匹配失败,返回 None
match = re.match(pattern, word)
# 提取匹配的结果
# 如果正则表达式中使用了分组(即用 () 括起来的部分),可以通过 match.group(n) 提取第n个分组的内容
match.group()

二、ASCII对文本字符编码

介绍了python中是如何处理字符编码的

1. ord()

用于字符和Unicode码点之间的转换

复制

登录后复制

print(ord('A'))  # 输出:65
print(ord('a'))  # 输出:97
print(ord('中')) # 输出:20013(中文字符的 Unicode 码点)

2. chr()

与ord()相反,用于将Unicode码点转换为字符

复制

登录后复制

print(chr(65))  # 输出:A
print(chr(97))  # 输出:a
print(chr(20013))  # 输出:中

3. re.sub()

用于在字符串中查找匹配正则表达式的部分,并将其替换为指定的内容,用于字符串的复杂替换操作

复制

登录后复制

import re
# 替换所有数字为 
result = re.sub(r'\d', '', 'abc123xyz')
print(result)  # 输出:abcxyz

# 替换所有空格为-
result = re.sub(r'\s', '-', 'Hello World')
print(result)  # 输出:Hello-World

三、解析CSV

python也经常用于数据处理,所以和csv文件交互式很常见的内容,下面展示了如何简单的读取一个csv文件

复制

登录后复制

# 打开名csv文件,with open语句确保文件在使用后自动关闭,避免资源泄露
with open('inputs/exercises.csv') as fh:
    # 读取文件的第一行,通常是CSV文件的表头,并使用rstrip()去除行末的换行符
    # 然后使用split(',')将表头按逗号分隔成一个列表,存储在headers变量中
    headers = fh.readline().rstrip().split(',')
    records = []
    for line in fh:
        # 对每一行数据,使用rstrip()去除行末的换行符,然后按逗号分隔成一个列表
        rec = dict(zip(headers, line.rstrip().split(',')))
        records.append(rec)

下面图中是书中展示了如何使用zip处理文件

四、一些小技巧

书的最后编写了一个井字棋游戏,主要使用到了之前介绍了语法,通过一个实践的例子加深读者对python的使用
代码编写过程中还有一些小的语法知识点:

1. enumerate()代替list的索引和值

enumerate()是Python内置函数,用于在遍历列表(或其他可迭代对象)时同时获取元素的索引和值它避免了手动管理索引变量,使代码更简洁

复制

登录后复制

fruits = ['apple', 'banana', 'cherry']
for index, value in enumerate(fruits):
    print(f"Index:{index}, Value:{value}")

2. TypedDict类

TypedDict是Python3.8引入的一个类型注解工具,用于定义字典的结构和类型,它可以帮助你在静态类型检查时确保字典的键和值符合预期的类型
TypedDict主要用于静态类型检查(如使用mypy),不会在运行时强制类型约束

复制

登录后复制

from typing import TypedDict

class Person(TypedDict):
    name:str
    age:int

person:Person = {
    'name':'Alice',
    'age':30
}

3. mypyt分析类型错误

mypy是一个静态类型检查工具,用于在Python代码中检查类型注解的正确性,可以帮助你在开发阶段发现类型错误,提高代码的健壮性,它支持Python3.5及以上版本的类型注解功能

复制

登录后复制

def greet(name:str) -> str:
    return f"Hello, {name}"

# 类型错误示例
greet(42)  # 这里传入了一个整数,不符合str类型

# 执行指令
mypy example.py

总结

1. 本书中作者用了很多的国外的文化故事,为了加强读者的理解,但是由于文化背景的隔阂,所以作为中文读者,没办法理解的这么深,但是能大概从例子中看到python的使用方法,还是不错的。但是在后面的章节中，甚至语法可以理解，但是文章开头的故事需要更多理解一下。
2. 作者虽然将书本分了章节,有时候章节会互相穿插,比如后面csv章节,还穿插了list(zip())语法的解释,我比较喜欢将相关的知识做归类，阅读这本书,就得自己归类了。但是相反的,穿插了各种语法的使用方法,可以加深理解
3. 总体而言,这是一本python初学者入门时可以阅读的读物,通过例子,是可以了解到一些实际python的使用场景,而不是仅仅知道一些简单的语法