对python数据清洗容易遇到的函数-re.sub bytes string详解

yipeiwu_com5年前Python基础

re.sub

功能,比replace强大的替换函数,将正则表达式匹配上的模块替换成repl

re.sub(pattern, repl, string, count=0, flags=0)

返回最左边正则表达式限定的被repl代替的字符串,如果正则表达式没有匹配上,则字符串不做修改。

\n is converted to a single newline character,

\r is converted to a carriage return, and so forth. Unknown escapes such as \j are left alone. 如果后面跟的是数字 such as \6, 则替换第6组字符串,group 6 in the pattern. For example:

>>>
>>> re.sub(r'def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):',
...  r'static PyObject*\npy_\1(void)\n{',
...  'def myfunc():')
'static PyObject*\npy_myfunc(void)\n{'

如果repl是一个函数,则会对每个不重叠的模式发生调用。 该函数采用单个匹配对象参数,并返回替换字符串。 例如:

>>>
>>> def dashrepl(matchobj):
...  if matchobj.group(0) == '-': return ' '
...  else: return '-'
>>> re.sub('-{1,2}', dashrepl, 'pro----gram-files')
'pro--gram files'
>>> re.sub(r'\sAND\s', ' & ', 'Baked Beans And Spam', flags=re.IGNORECASE)
'Baked Beans & Spam'

模板可以是一个字符串或者RE对象

count是最大替换个数,非负整数,如果省略或者取0则全文档都被匹配替换;

class bytes([source[, encoding[, errors]]])

返回一个新的数组对象,这个数组对象不能对数组元素进行修改。每个元素值范围: 0 <= x < 256。bytes函数与bytearray函数主要区别是bytes函数产生的对象的元素不能修改,而bytearray函数产生的对象的元素可以修改。因此,除了可修改的对象函数跟bytearray函数不一样之外,其它使用方法全部是相同的。最后它的参数定义方式也与bytearray函数是一样的。

实例

a = bytes("abs",'utf-8')

print(a)
b'abs'

b = bytes(1)

print(b)
b'\x00'

class bytearray([source[, encoding[, errors]]])

返回一个新的字节数组。 bytearray类是0 <= x <256的整数可变序列。它具有可变序列类型中描述的可变序列的大多数常用方法,以及字节类型具有的大多数方法,请参见字节和 Bytearray操作。

可选的源参数可用于以几种不同的方式初始化数组:

如果是字符串,还必须给出编码(和可选的错误)参数; bytearray()然后使用str.encode()将字符串转换为字节。

如果它是整数,则数组将具有该大小,并且将以空字节初始化。

如果是符合缓冲区接口的对象,则将使用对象的只读缓冲区来初始化字节数组。

如果它是一个可迭代的,它必须是0 <= x <256的整数的迭代,它们被用作数组的初始内容。

没有参数,将创建一个大小为0的数组。

bytes.strip([chars]) & bytearray.strip([chars])

返回删除指定的前导和尾部字节的序列副本。 chars参数是指定要删除的字节值集的二进制序列 - 该名称是指通常使用ASCII字符的方法。 如果省略或无,则chars参数默认为删除ASCII空格。 chars参数不是前缀或后缀; 相反,其值的所有组合都被剥离:

> b' spacious '.strip()
b'spacious'
> b'www.example.com'.strip(b'cmowz.')
b'example'

string.punctuation

在C语言环境中被视为标点符号的ASCII字符串

以上这篇对python数据清洗容易遇到的函数-re.sub bytes string详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持【听图阁-专注于Python设计】。

相关文章

PyQt4实现下拉菜单可供选择并打印出来

PyQt4实现下拉菜单可供选择并打印出来

本文为大家分享了PyQt4实现下拉菜单可供选择并打印出来的具体代码,供大家参考,具体内容如下 # -*- coding: cp936 -*- #QComboBox 窗口组件允许用户...

Python中使用插入排序算法的简单分析与代码示例

问题描述 将一组随机排列的数字重新按照从小到大的顺序排列。 插入算法 每次从数组中取一个数字,与现有数字比较并插入适当位置。 如此重复,每次均可以保持现有数字按照顺序排列,直到数字取完,...

python基于twisted框架编写简单聊天室

python基于twisted框架编写简单聊天室

本文实例为大家分享了使用python的twisted框架编写一个简单的聊天室具体代码,供大家参考,具体内容如下 下面是基本架构 代码: # -*- coding:utf-8 -*...

Python设计模式之职责链模式原理与用法实例分析

Python设计模式之职责链模式原理与用法实例分析

本文实例讲述了Python设计模式之职责链模式原理与用法。分享给大家供大家参考,具体如下: 职责链模式(Chain Of Responsibility):使多个对象都有机会处理请求,从而...

python处理xml文件的方法小结

本文实例讲述了python处理xml文件的方法。分享给大家供大家参考,具体如下: 前一段时间因为工作的需要,学习了一点用Python处理xml文件的方法,现在贴出来,供大家参考。 xml...