Python控制臺(tái)獲取輸入與常見(jiàn)的正則表達(dá)式用法
前言
在Python編程中,控制臺(tái)輸入和正則表達(dá)式是兩個(gè)重要而實(shí)用的概念。掌握這兩個(gè)技巧可以幫助我們更靈活地處理用戶輸入以及對(duì)文本進(jìn)行復(fù)雜的匹配和處理。本文中將詳細(xì)介紹Python中如何通過(guò)控制臺(tái)獲取用戶輸入以及如何使用正則表達(dá)式進(jìn)行文本處理。深入探討輸入類型轉(zhuǎn)換、異常處理、多個(gè)輸入值的存儲(chǔ)等方面,并分享一些常見(jiàn)的正則表達(dá)式用法,如匹配數(shù)字、替換字符串、提取模式內(nèi)容等。
一、控制臺(tái)獲取輸入
1.1 字符串輸入
# 輸入字符串并賦值給變量str1: str1 = input("請(qǐng)輸入一個(gè)字符串: ")
1.2 整數(shù)輸入
# 輸入整數(shù)并賦值給變量count: count = int(input("請(qǐng)輸入一個(gè)整數(shù): "))
1.3 浮點(diǎn)數(shù)輸入
# 輸入浮點(diǎn)數(shù)并賦值給變量float_num: float_num = float(input("請(qǐng)輸入一個(gè)浮點(diǎn)數(shù): "))
1.4 布爾值輸入
# 輸入布爾值(True/False)并賦值給變量is_true: is_true = bool(input("請(qǐng)輸入一個(gè)布爾值(True/False): "))
請(qǐng)注意,bool()函數(shù)將任何非空字符串解釋為True,空字符串解釋為False。
1.5 列表輸入
# 輸入多個(gè)數(shù)字以空格分隔,并將它們作為列表存儲(chǔ)在變量list1中: list1 = input("請(qǐng)輸入多個(gè)數(shù)字(以空格分隔): ").split() list1 = [int(num) for num in list1] # 將輸入的數(shù)字轉(zhuǎn)換為整數(shù)類型 print(list1)
這里使用了split()方法將輸入的字符串切分成一個(gè)字符串列表,并使用列表推導(dǎo)式將字符串轉(zhuǎn)換為整數(shù)類型。
# 輸入多個(gè)字符串以逗號(hào)分隔,并將它們作為列表存儲(chǔ)在變量str_list中: str_list = input("請(qǐng)輸入多個(gè)字符串(以逗號(hào)分隔): ").split(',')
這里使用了split()方法將輸入的字符串切分成一個(gè)字符串列表,以逗號(hào)為分隔符。
1.6 匯總
# 在Python中,可以使用input()函數(shù)從控制臺(tái)獲取用戶的輸入。然后,根據(jù)需要進(jìn)行類型轉(zhuǎn)換和賦值。下面是一些示例: # 輸入字符串并賦值給變量str1: str1 = input("請(qǐng)輸入一個(gè)字符串: ") # 輸入整數(shù)并賦值給變量count: count = int(input("請(qǐng)輸入一個(gè)整數(shù): ")) # 輸入浮點(diǎn)數(shù)并賦值給變量float_num: float_num = float(input("請(qǐng)輸入一個(gè)浮點(diǎn)數(shù): ")) # 輸入布爾值(True/False)并賦值給變量is_true: is_true = bool(input("請(qǐng)輸入一個(gè)布爾值(True/False): ")) # 請(qǐng)注意,bool()函數(shù)將任何非空字符串解釋為True,空字符串解釋為False。 # 輸入多個(gè)數(shù)字以空格分隔,并將它們作為列表存儲(chǔ)在變量list1中: list1 = input("請(qǐng)輸入多個(gè)數(shù)字(以空格分隔): ").split() list1 = [int(num) for num in list1] # 將輸入的數(shù)字轉(zhuǎn)換為整數(shù)類型 print(list1) # 這里使用了split()方法將輸入的字符串切分成一個(gè)字符串列表,并使用列表推導(dǎo)式將字符串轉(zhuǎn)換為整數(shù)類型。 # 輸入多個(gè)字符串以逗號(hào)分隔,并將它們作為列表存儲(chǔ)在變量str_list中: str_list = input("請(qǐng)輸入多個(gè)字符串(以逗號(hào)分隔): ").split(',') # 這里使用了split()方法將輸入的字符串切分成一個(gè)字符串列表,以逗號(hào)為分隔符。 # 記住,在處理用戶輸入時(shí)要小心異常情況,例如錯(cuò)誤的類型轉(zhuǎn)換或無(wú)效的輸入。
二、正則表達(dá)式
2.1 匹配數(shù)字
# 導(dǎo)入re模塊: import re # 匹配字符串中的數(shù)字: pattern = r'\d+' # 匹配連續(xù)的數(shù)字 text = "abc123def456ghi" result = re.findall(pattern, text) print(result) # 輸出: ['123', '456']
2.2 模式檢查
# 檢查字符串是否符合特定的模式: pattern = r'^[A-Za-z0-9]+$' # 檢查是否只包含字母和數(shù)字 text = "abc123" result = re.match(pattern, text) if result: print("字符串符合要求") else: print("字符串不符合要求")
2.3 替換字符
# 替換字符串中的部分內(nèi)容: pattern = r'\s+' # 匹配連續(xù)的空格 text = "Hello World" new_text = re.sub(pattern, ' ', text) #表示把多個(gè)空格替換成一個(gè)空格 print(new_text) # 輸出: "Hello World"
2.4 切分字符串
# 切分字符串: pattern = r'[,\s]+' # 匹配逗號(hào)或空格 text = "apple,banana,orange" result = re.split(pattern, text) print(result) # 輸出: ['apple', 'banana', 'orange']
2.5 搜索并提取匹配的部分
# 搜索并提取匹配的部分: pattern = r'\d{3}-\d{4}-\d{4}' # 匹配電話號(hào)碼的模式 text = "我的電話號(hào)碼是:123-4567-8901" result = re.search(pattern, text) if result: print(result.group()) # 輸出: '123-4567-8901'
注意: re.search() 與re.match()返回第一個(gè)匹配項(xiàng),與 re.search() 不同的是,re.match() 方法只匹配字符串的開(kāi)頭部分。因此,如果需要輸出所有匹配項(xiàng),應(yīng)該使用 re.findall() 方法。
2.6 使用捕獲組提取匹配的部分
# 使用捕獲組提取匹配的部分: pattern = r'(\d{3})-(\d{4})-(\d{4})' # 匹配電話號(hào)碼的模式,并使用捕獲組分別提取區(qū)號(hào)、中間號(hào)和尾號(hào) text = "我的電話號(hào)碼是:123-4567-8901" result = re.search(pattern, text) if result: area_code = result.group(1) middle_number = result.group(2) last_number = result.group(3) print(area_code, middle_number, last_number) # 輸出: '123', '4567', '8901'
2.7 非貪婪匹配
# 非貪婪匹配(匹配最短的字符串): pattern = r'<.*?>' # 非貪婪匹配尖括號(hào)之間的內(nèi)容 text = "<p>這是一個(gè)段落</p><p>另一個(gè)段落</p>" result = re.findall(pattern, text) print(result) # 輸出: ['<p>', '</p>', '<p>', '</p>']
2.8 忽略大小寫匹配
# 忽略大小寫匹配: pattern = r'python' text = "Python is a programming language" result = re.findall(pattern, text, re.IGNORECASE) print(result) # 輸出: ['Python']
2.9 使用預(yù)定義字符類
# 使用預(yù)定義字符類: pattern = r'\w+' # 匹配字母、數(shù)字和下劃線 text = "Hello 123_world*&" result = re.findall(pattern, text) print(result) # 輸出: ['Hello', '123_world']
2.10 自定義字符類
# 自定義字符類: pattern = r'[aeiou]' # 匹配元音字母 text = "apple orange banana" result = re.findall(pattern, text) print(result) # 輸出: ['a', 'e', 'o', 'a', 'a']
2.11 零寬斷言
# 零寬斷言(Lookahead/Lookbehind):零寬斷言允許你在匹配字符串時(shí)指定一些條件,但不會(huì)將這些條件包含在最終的匹配結(jié)果中。例如,可以使用正向零寬斷言來(lái)匹配前面是特定模式的文本: pattern = r'\w+(?=ing)' # 匹配以 "ing" 結(jié)尾的單詞的前面部分 text = "running jumping swimming" result = re.findall(pattern, text) print(result) # 輸出: ['runn', 'jump']
2.12 多行模式
# 多行模式:使用多行模式可以處理多行文本,其中 ^ 和 $ 元字符匹配每行的開(kāi)頭和結(jié)尾。通過(guò)傳遞 re.MULTILINE 標(biāo)志給 re.compile() 函數(shù)或使用 re.M 縮寫標(biāo)志來(lái)啟用多行模式: pattern = r'^\d+$' # 匹配只包含數(shù)字的行 text = "123\nabc\n456\n789" result = re.findall(pattern, text, re.MULTILINE) print(result) # 輸出: ['123', '456', '789']
2.13 嵌入式修飾符
# 嵌入式修飾符:可以在正則表達(dá)式中使用嵌入式修飾符來(lái)改變匹配的行為。例如,使用 (?i) 來(lái)忽略大小寫匹配: pattern = r'(?i)python' # 忽略大小寫匹配 "python" text = "Python is a programming language" result = re.findall(pattern, text) print(result) # 輸出: ['Python']
2.14 替換時(shí)使用回調(diào)函數(shù)
# 替換時(shí)使用回調(diào)函數(shù):使用 re.sub() 函數(shù)進(jìn)行替換時(shí),可以傳遞一個(gè)回調(diào)函數(shù)來(lái)處理每個(gè)匹配項(xiàng),并返回替換后的結(jié)果。這允許你根據(jù)匹配到的內(nèi)容動(dòng)態(tài)生成替換值: def replace_func(match): num = int(match.group(0)) return str(num*2) pattern = r'\d+' text = "123423w 2w 3yui 4 5" result = re.sub(pattern, replace_func, text) print(result) #246846w 4w 6yui 8 10
2.15 非捕獲組
# 非捕獲組:有時(shí)你可能需要使用括號(hào)進(jìn)行分組,但不需要捕獲該組的內(nèi)容。在這種情況下,可以使用非捕獲組 (?:...): pattern = r'(?:https?://)?(www\.[A-Za-z]+\.[A-Za-z]+)' text = "Visit my website at www.example.com" result = re.findall(pattern, text) print(result) # 輸出: ['www.example.com']
2.16 前向引用(匹配重復(fù)子字符串)
# 前向引用:前向引用允許你引用之前已經(jīng)匹配的內(nèi)容。這在匹配重復(fù)的子字符串時(shí)非常有用: pattern = r'(\w+)\s+\1' # 匹配重復(fù)的單詞 text = "apple apple banana banana cherry cherry" result = re.findall(pattern, text) print(result) # 輸出: ['apple', 'banana', 'cherry']
2.17 替換中使用命名分組引用
# 替換中使用命名分組引用:可以使用命名分組 (P<name>...) 來(lái)指定一個(gè)命名的捕獲組,并在替換時(shí)使用 \\g<name> 引用該組的內(nèi)容: pattern = r'(?P<first>\d+)\s+(?P<second>\d+)' text = "10 20" result = re.sub(pattern, '\\g<second> \\g<first>', text) print(result) # 輸出: "20 10"
2.18 回溯引用
# 回溯引用:使用回溯引用可以匹配重復(fù)的模式,并在替換時(shí)保留其中一個(gè)副本: pattern = r'(\d+)-\1' # 匹配連續(xù)重復(fù)的數(shù)字,例如 "22-22" text = "11-11 22-22 33-33" result = re.findall(pattern, text) print(result) # 輸出: ['11', '22', '33']
2.19 負(fù)向前向引用
# 負(fù)向前向引用:負(fù)向前向引用允許你指定一個(gè)模式,該模式不能在當(dāng)前位置之后出現(xiàn)。可以使用 (?!...) 來(lái)表示負(fù)向前向引用: pattern = r'\b(?!un)\w+\b' # 匹配不以 "un" 開(kāi)頭的單詞 text = "happy unhappy apple banana" result = re.findall(pattern, text) print(result) # 輸出: ['happy', 'apple', 'banana']
2.20 嵌入條件匹配
# 嵌入條件匹配:使用 (?if:...) 來(lái)實(shí)現(xiàn)條件匹配??梢愿鶕?jù)條件選擇不同的模式進(jìn)行匹配: pattern = r'(?i)(?:(?<=Mr\.)|(?<=Ms\.)|(?<=Mrs\.))\s\w+' text = "Hello Mr. Smith, Ms. Johnson, and Mrs. Davis" result = re.findall(pattern, text) print(result) # 輸出: ['Smith', 'Johnson', 'Davis']
2.21 后向引用斷言
# 后向引用斷言:使用 (?<=(...)) 來(lái)實(shí)現(xiàn)后向引用斷言,即在匹配的位置之前必須滿足某個(gè)條件: pattern = r'\b(\w+)\b(?<=(ing))' # 匹配以 "ing" 結(jié)尾的單詞中的前面部分 text = "running jumping swimming" result = re.findall(pattern, text) print(result) # 輸出: ['runn', 'jump']
2.22 零寬負(fù)向斷言
# 零寬負(fù)向斷言:使用 (?<!...) 來(lái)實(shí)現(xiàn)零寬負(fù)向斷言,即在當(dāng)前位置之前不能滿足某個(gè)條件: pattern = r'(?<!un)\b\w+\b' # 匹配不以 "un" 開(kāi)頭的單詞 text = "happy unhappy apple banana" result = re.findall(pattern, text) print(result) # 輸出: ['happy', 'apple', 'banana']
2.23 轉(zhuǎn)義序列匹配非打印字符
# 非打印字符:可以使用轉(zhuǎn)義序列來(lái)匹配非打印字符,如制表符 \t、換行符 \n 等: pattern = r'abc\tdef\nghi' text = "abc\tdef\nghi" result = re.findall(pattern, text) print(result) # 輸出: ['abc\tdef\nghi']
2.24 貪婪與非貪婪匹配
# 貪婪與非貪婪匹配:在重復(fù)模式中,默認(rèn)情況下是貪婪匹配,盡可能多地匹配。但可以使用 ? 來(lái)指定非貪婪匹配,盡可能少地匹配: s = "aaaabaaaa" pattern = r'a.*a' # 貪婪匹配模式 match = re.search(pattern, s) if match: print(match.group()) # 輸出:'aaaabaaaa' s = "aaaabaaaa" pattern = r'a.*?a' # 非貪婪匹配模式 match = re.search(pattern, s) if match: print(match.group()) # 輸出:'aaa'
2.25 匯總
# 在Python中,可以使用正則表達(dá)式模塊re來(lái)進(jìn)行字符串的匹配和處理。下面是一些常見(jiàn)的正則處理示例: # 導(dǎo)入re模塊: import re # 匹配字符串中的數(shù)字: pattern = r'\d+' # 匹配連續(xù)的數(shù)字 text = "abc123def456ghi" result = re.findall(pattern, text) print(result) # 輸出: ['123', '456'] # 檢查字符串是否符合特定的模式: pattern = r'^[A-Za-z0-9]+$' # 檢查是否只包含字母和數(shù)字 text = "abc123" result = re.match(pattern, text) if result: print("字符串符合要求") else: print("字符串不符合要求") # 替換字符串中的部分內(nèi)容: pattern = r'\s+' # 匹配連續(xù)的空格 text = "Hello World" new_text = re.sub(pattern, ' ', text) #表示把多個(gè)空格替換成一個(gè)空格 print(new_text) # 輸出: "Hello World" # 切分字符串: pattern = r'[,\s]+' # 匹配逗號(hào)或空格 text = "apple,banana,orange" result = re.split(pattern, text) print(result) # 輸出: ['apple', 'banana', 'orange'] # 搜索并提取匹配的部分: pattern = r'\d{3}-\d{4}-\d{4}' # 匹配電話號(hào)碼的模式 text = "我的電話號(hào)碼是:123-4567-8901" result = re.search(pattern, text) if result: print(result.group()) # 輸出: '123-4567-8901' # 使用捕獲組提取匹配的部分: pattern = r'(\d{3})-(\d{4})-(\d{4})' # 匹配電話號(hào)碼的模式,并使用捕獲組分別提取區(qū)號(hào)、中間號(hào)和尾號(hào) text = "我的電話號(hào)碼是:123-4567-8901" result = re.search(pattern, text) if result: area_code = result.group(1) middle_number = result.group(2) last_number = result.group(3) print(area_code, middle_number, last_number) # 輸出: '123', '4567', '8901' # 非貪婪匹配(匹配最短的字符串): pattern = r'<.*?>' # 非貪婪匹配尖括號(hào)之間的內(nèi)容 text = "<p>這是一個(gè)段落</p><p>另一個(gè)段落</p>" result = re.findall(pattern, text) print(result) # 輸出: ['<p>', '</p>', '<p>', '</p>'] # 忽略大小寫匹配: pattern = r'python' text = "Python is a programming language" result = re.findall(pattern, text, re.IGNORECASE) print(result) # 輸出: ['Python'] # 使用預(yù)定義字符類: pattern = r'\w+' # 匹配字母、數(shù)字和下劃線 text = "Hello 123_world*&" result = re.findall(pattern, text) print(result) # 輸出: ['Hello', '123_world'] # 自定義字符類: pattern = r'[aeiou]' # 匹配元音字母 text = "apple orange banana" result = re.findall(pattern, text) print(result) # 輸出: ['a', 'e', 'o', 'a', 'a'] # 零寬斷言(Lookahead/Lookbehind):零寬斷言允許你在匹配字符串時(shí)指定一些條件,但不會(huì)將這些條件包含在最終的匹配結(jié)果中。例如,可以使用正向零寬斷言來(lái)匹配前面是特定模式的文本: pattern = r'\w+(?=ing)' # 匹配以 "ing" 結(jié)尾的單詞的前面部分 text = "running jumping swimming" result = re.findall(pattern, text) print(result) # 輸出: ['runn', 'jump'] # 多行模式:使用多行模式可以處理多行文本,其中 ^ 和 $ 元字符匹配每行的開(kāi)頭和結(jié)尾。通過(guò)傳遞 re.MULTILINE 標(biāo)志給 re.compile() 函數(shù)或使用 re.M 縮寫標(biāo)志來(lái)啟用多行模式: pattern = r'^\d+$' # 匹配只包含數(shù)字的行 text = "123\nabc\n456\n789" result = re.findall(pattern, text, re.MULTILINE) print(result) # 輸出: ['123', '456', '789'] # 嵌入式修飾符:可以在正則表達(dá)式中使用嵌入式修飾符來(lái)改變匹配的行為。例如,使用 (?i) 來(lái)忽略大小寫匹配: pattern = r'(?i)python' # 忽略大小寫匹配 "python" text = "Python is a programming language" result = re.findall(pattern, text) print(result) # 輸出: ['Python'] # 替換時(shí)使用回調(diào)函數(shù):使用 re.sub() 函數(shù)進(jìn)行替換時(shí),可以傳遞一個(gè)回調(diào)函數(shù)來(lái)處理每個(gè)匹配項(xiàng),并返回替換后的結(jié)果。這允許你根據(jù)匹配到的內(nèi)容動(dòng)態(tài)生成替換值: def replace_func(match): num = int(match.group(0)) return str(num*2) pattern = r'\d+' text = "123423w 2w 3yui 4 5" result = re.sub(pattern, replace_func, text) print(result) #246846w 4w 6yui 8 10 # 非捕獲組:有時(shí)你可能需要使用括號(hào)進(jìn)行分組,但不需要捕獲該組的內(nèi)容。在這種情況下,可以使用非捕獲組 (?:...): pattern = r'(?:https?://)?(www\.[A-Za-z]+\.[A-Za-z]+)' text = "Visit my website at www.example.com" result = re.findall(pattern, text) print(result) # 輸出: ['www.example.com'] # 前向引用:前向引用允許你引用之前已經(jīng)匹配的內(nèi)容。這在匹配重復(fù)的子字符串時(shí)非常有用: pattern = r'(\w+)\s+\1' # 匹配重復(fù)的單詞 text = "apple apple banana banana cherry cherry" result = re.findall(pattern, text) print(result) # 輸出: ['apple', 'banana', 'cherry'] # 替換中使用命名分組引用:可以使用命名分組 (P<name>...) 來(lái)指定一個(gè)命名的捕獲組,并在替換時(shí)使用 \\g<name> 引用該組的內(nèi)容: pattern = r'(?P<first>\d+)\s+(?P<second>\d+)' text = "10 20" result = re.sub(pattern, '\\g<second> \\g<first>', text) print(result) # 輸出: "20 10" # 回溯引用:使用回溯引用可以匹配重復(fù)的模式,并在替換時(shí)保留其中一個(gè)副本: pattern = r'(\d+)-\1' # 匹配連續(xù)重復(fù)的數(shù)字,例如 "22-22" text = "11-11 22-22 33-33" result = re.findall(pattern, text) print(result) # 輸出: ['11', '22', '33'] # 負(fù)向前向引用:負(fù)向前向引用允許你指定一個(gè)模式,該模式不能在當(dāng)前位置之后出現(xiàn)。可以使用 (?!...) 來(lái)表示負(fù)向前向引用: pattern = r'\b(?!un)\w+\b' # 匹配不以 "un" 開(kāi)頭的單詞 text = "happy unhappy apple banana" result = re.findall(pattern, text) print(result) # 輸出: ['happy', 'apple', 'banana'] # 嵌入條件匹配:使用 (?if:...) 來(lái)實(shí)現(xiàn)條件匹配。可以根據(jù)條件選擇不同的模式進(jìn)行匹配: pattern = r'(?i)(?:(?<=Mr\.)|(?<=Ms\.)|(?<=Mrs\.))\s\w+' text = "Hello Mr. Smith, Ms. Johnson, and Mrs. Davis" result = re.findall(pattern, text) print(result) # 輸出: ['Smith', 'Johnson', 'Davis'] # 后向引用斷言:使用 (?<=(...)) 來(lái)實(shí)現(xiàn)后向引用斷言,即在匹配的位置之前必須滿足某個(gè)條件: pattern = r'\b(\w+)\b(?<=(ing))' # 匹配以 "ing" 結(jié)尾的單詞中的前面部分 text = "running jumping swimming" result = re.findall(pattern, text) print(result) # 輸出: ['runn', 'jump'] # 零寬負(fù)向斷言:使用 (?<!...) 來(lái)實(shí)現(xiàn)零寬負(fù)向斷言,即在當(dāng)前位置之前不能滿足某個(gè)條件: pattern = r'(?<!un)\b\w+\b' # 匹配不以 "un" 開(kāi)頭的單詞 text = "happy unhappy apple banana" result = re.findall(pattern, text) print(result) # 輸出: ['happy', 'apple', 'banana'] # 非打印字符:可以使用轉(zhuǎn)義序列來(lái)匹配非打印字符,如制表符 \t、換行符 \n 等: pattern = r'abc\tdef\nghi' text = "abc\tdef\nghi" result = re.findall(pattern, text) print(result) # 輸出: ['abc\tdef\nghi'] # 貪婪與非貪婪匹配:在重復(fù)模式中,默認(rèn)情況下是貪婪匹配,盡可能多地匹配。但可以使用 ? 來(lái)指定非貪婪匹配,盡可能少地匹配: s = "aaaabaaaa" pattern = r'a.*a' # 貪婪匹配模式 match = re.search(pattern, s) if match: print(match.group()) # 輸出:'aaaabaaaa' s = "aaaabaaaa" pattern = r'a.*?a' # 非貪婪匹配模式 match = re.search(pattern, s) if match: print(match.group()) # 輸出:'aaa'
總結(jié)
到此這篇關(guān)于Python控制臺(tái)獲取輸入與常見(jiàn)的正則表達(dá)式用法的文章就介紹到這了,更多相關(guān)Python控制臺(tái)獲取輸入與正則表達(dá)式內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
python3 googletrans超時(shí)報(bào)錯(cuò)問(wèn)題及翻譯工具優(yōu)化方案 附源碼
這篇文章主要介紹了python3 googletrans超時(shí)報(bào)錯(cuò)問(wèn)題及翻譯工具優(yōu)化方案 附源碼,本文給大家分享解決方法,通過(guò)實(shí)例代碼相結(jié)合給大家介紹的非常詳細(xì),需要的朋友可以參考下2020-12-12如何通過(guò)python實(shí)現(xiàn)IOU計(jì)算代碼實(shí)例
這篇文章主要介紹了如何通過(guò)python實(shí)現(xiàn)IOU計(jì)算代碼實(shí)例,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-11-11Python實(shí)時(shí)監(jiān)控網(wǎng)站瀏覽記錄實(shí)現(xiàn)過(guò)程詳解
這篇文章主要介紹了Python實(shí)時(shí)監(jiān)控網(wǎng)站瀏覽記錄實(shí)現(xiàn)過(guò)程詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2020-07-07十行Python代碼實(shí)現(xiàn)文字識(shí)別功能
這篇文章主要和大家分享如何調(diào)用百度的接口實(shí)現(xiàn)圖片的文字識(shí)別。整體是用Python實(shí)現(xiàn),所需要使用的第三方庫(kù)包括aip、PIL、keyboard、pyinstaller,需要的可以參考一下2022-05-05python K近鄰算法的kd樹(shù)實(shí)現(xiàn)
這篇文章主要介紹了python K近鄰算法的kd樹(shù)實(shí)現(xiàn),小編覺(jué)得挺不錯(cuò)的,現(xiàn)在分享給大家,也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2018-09-09解決導(dǎo)入django_filters不成功問(wèn)題No module named ''django_filter''
這篇文章主要介紹了解決導(dǎo)入django_filters不成功問(wèn)題No module named 'django_filter',具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-07-07使用wxPython和Pandas實(shí)現(xiàn)XLSX分析器和網(wǎng)頁(yè)打開(kāi)器
這篇文章主要為大家詳細(xì)介紹了如何使用wxPython和Pandas實(shí)現(xiàn)XLSX分析器和網(wǎng)頁(yè)打開(kāi)器,文中的示例代碼講解詳細(xì),感興趣的可以了解一下2024-10-10Windows上安裝tensorflow 詳細(xì)教程(圖文詳解)
這篇文章主要介紹了Windows上安裝TENSORFLOW 詳細(xì)教程,本文通過(guò)圖文并茂的形式給大家介紹的非常詳細(xì),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-02-02