Python中的re.findAll()、re.sub()、set()怎么使用

Python中的re.findAll()、re.sub()、set()怎么使用

在Python中，re模塊提供了強大的正則表達式操作功能。本文將介紹re.findAll()、re.sub()以及set()的使用方法，并通過示例代碼幫助讀者更好地理解這些函數的應用場景。

1. re.findAll() 的使用

re.findAll() 是 re 模塊中的一個函數，用于在字符串中查找所有與正則表達式匹配的子串，并返回一個包含所有匹配結果的列表。

語法

re.findall(pattern, string, flags=0)

• pattern: 正則表達式模式。
• string: 要搜索的字符串。
• flags: 可選參數，用于控制正則表達式的匹配方式（如忽略大小寫、多行匹配等）。

示例

import re

text = "The rain in Spain falls mainly in the plain."
matches = re.findall(r'\bin\b', text)
print(matches)  # 輸出: ['in', 'in', 'in']

在這個例子中，我們使用正則表達式 \bin\b 來匹配單詞 “in”，re.findAll() 返回了所有匹配的結果。

2. re.sub() 的使用

re.sub() 用于在字符串中查找與正則表達式匹配的子串，并將其替換為指定的字符串。

語法

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

• pattern: 正則表達式模式。
• repl: 替換的字符串或函數。
• string: 要搜索的字符串。
• count: 可選參數，指定最多替換的次數。
• flags: 可選參數，用于控制正則表達式的匹配方式。

示例

import re

text = "The rain in Spain falls mainly in the plain."
new_text = re.sub(r'\bin\b', 'on', text)
print(new_text)  # 輸出: The rain on Spain falls mainly on the plain.

在這個例子中，我們將所有匹配的 “in” 替換為 “on”。

3. set() 的使用

set() 是Python內置的一個數據類型，用于存儲無序且不重復的元素集合。它常用于去重和集合運算。

語法

set(iterable)

• iterable: 可迭代對象，如列表、元組、字符串等。

示例

numbers = [1, 2, 2, 3, 4, 4, 5]
unique_numbers = set(numbers)
print(unique_numbers)  # 輸出: {1, 2, 3, 4, 5}

在這個例子中，我們使用 set() 去除了列表中的重復元素。

綜合示例

假設我們有一個包含多個重復單詞的字符串，我們想要去除重復的單詞并統計每個單詞的出現次數。

import re
from collections import Counter

text = "apple banana apple orange banana apple"
words = re.findall(r'\b\w+\b', text)
unique_words = set(words)
word_counts = Counter(words)

print("Unique words:", unique_words)
print("Word counts:", word_counts)

輸出結果：

Unique words: {'apple', 'banana', 'orange'}
Word counts: Counter({'apple': 3, 'banana': 2, 'orange': 1})

在這個綜合示例中，我們首先使用 re.findAll() 提取所有單詞，然后使用 set() 去重，最后使用 Counter 統計每個單詞的出現次數。

總結

• re.findAll() 用于查找所有匹配的子串。
• re.sub() 用于替換匹配的子串。
• set() 用于去重和集合運算。

通過結合這些函數，我們可以高效地處理字符串數據，并實現復雜的文本處理任務。