对python数据清洗容易遇到的函数-re.sub bytes string详解
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。
\nisconvertedtoasinglenewlinecharacter,
\risconvertedtoacarriagereturn,andsoforth.Unknownescapessuchas\jareleftalone.如果后面跟的是数字suchas\6,则替换第6组字符串,group6inthepattern.Forexample:
>>> >>>re.sub(r'def\s+([a-zA-Z_][a-zA-Z_0-9]*)\s*\(\s*\):', ...r'staticPyObject*\npy_\1(void)\n{', ...'defmyfunc():') 'staticPyObject*\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:
>>> >>>defdashrepl(matchobj): ...ifmatchobj.group(0)=='-':return'' ...else:return'-' >>>re.sub('-{1,2}',dashrepl,'pro----gram-files') 'pro--gramfiles' >>>re.sub(r'\sAND\s','&','BakedBeansAndSpam',flags=re.IGNORECASE) 'BakedBeans&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;
classbytes([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'
classbytearray([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.subbytesstring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毛票票。