[進階]網頁資料擷取、分析與資料視覺化能力7(正規表示法&證照201搜尋字詞用re的findall方法算詞頻&抓取email與圖片網址與電話號碼&202美元收盤匯率&203台灣彩券程式差異與204題&301學生成績&如何用Pandas讀與寫CSV與EXCEL&301&303果菜批發市場拍賣行情)
01_重點回顧與正規表示法
02_證照201搜尋字詞用re的findall方法算詞頻
03_正規表示法抓取email與圖片網址與電話號碼
04_證照201問題說明與證照202美元收盤匯率
05_203台灣彩券爬取大樂透開獎資料
06_203台灣彩券程式差異與204題
07_204 新北市大專院校名單
08_格式化與證照301學生成績
09_如何用Pandas讀與寫CSV與EXCEL
10_用Pandas讀取CSV說明
11_用Pandas讀取EXCEL與Dataframe說明
12_ 證照301學生成績排序與修改資料
13_證照303果菜批發市場拍賣行情
完整影音
http://goo.gl/aQTMFS
教學論壇(之後課程會放論壇上課學員請自行加入)：
https://groups.google.com/forum/#!forum/tcfst_python_2020_3
懶人包：
EXCEL函數與VBA http://terry28853669.pixnet.net/blog/category/list/1384521
EXCEL VBA自動化教學 http://terry28853669.pixnet.net/blog/category/list/1384524
[初階]從VBA的自動化到PYTHON網路爬蟲應用
01 建置Python開發環境 3
02 基本語法與結構控制 3
03 迴圈敘述演示與資料結構及函式 3
04 檔案處理與SQLite資料庫處理 6
05 TQC+Python證照第1、2、3類：
基本程式設計與選擇敘述與迴圈敘述 12
06 TQC+Python證照第4、5類：
進階控制流程與函式(Function) 9
[進階]網頁資料擷取、分析與資料視覺化能力
07 網頁資料擷取與分析 3
09 實戰：處理 CSV 檔和 JSON 資料 3
10 實戰：PM2.5即時監測顯示器轉存資料庫 3
11 實戰：下載台銀外匯、下載YAHOO股市類股 3
12 實戰：下載威力彩開獎結果 3
13 TQC+Python 3網頁資料擷取與分析第1類：資料處理能力 3
14 TQC+Python 3第2類：網頁資料擷取與轉換 6
15 TQC+Python 3第3類：資料分析能力 6
16 TQC+Python 3第4類：資料視覺化能力 6
上課用書：
參考書目
Python初學特訓班(附250分鐘影音教學/範例程式)
作者： 鄧文淵/總監製, 文淵閣工作室/編著
出版社：碁峰 出版日期：2016/11/29
吳老師 109/8/23
EXCEL,VBA,Python,自強工業基金會,EXCEL,VBA,函數,程式設計,線上教學,PYTHON安裝
正規表示法python 在 Re: [問題] 正規表示法"*?" - 看板Python - 批踢踢實業坊 的推薦與評價
※ 引述《cryinrain (啞貓)》之銘言：
: 各位高手好，最近小弟在自學Python
: 在精通Python這本書裡面，在正規表示法這段有講到一個指定符"prev *?"
: 解釋是"零個或多個prev，愈少愈好"
: 自己練習測試了半天，卻無法理解這個指定符是什麼意思
: 懇請各位高手指導有沒有比較容易理解的方式
這邊先不討論 Python , 以 Regexp 來說，用於數量的修飾應
該只針對前面跟隨的字元或集合(或群組)
我自己對 Python 的正規表示法沒有很熟悉，不知道有沒有特殊用法，
但理論上這些應該都是一樣的
以這個為例子不是很好，我稍微修改一下成： prev* , 先不考慮那個 ?
以這個例子來說的話， * 代表 "零個以上" 修飾的是 v
因此底下這些都符合這個敘述：
pre
prev
prevv
prevvvvvvvvvvvvvvvvvvvvvvvvv
這樣寫： (prev)* 的話，那麼底下這些都符合：
<=== 什麼都沒有的空字串
prev
prevprev
prevprevprev
回頭看這個 ? , 這是當 ? 跟在數量修飾的 + 和 * ...等後面時，是越少越好
這邊舉的這個例子也很不好，稍微修改一下： pre.*x
先看沒有加上 ? 的
首先要先知道 * 修飾的是前面的 .
而我們知道 . 代表任意字元
所以簡單來說這個正規表示法就是在描述一個字串是 pre[任意字元任意數量]x
OK ，那麼底下這幾個字串，到底哪邊屬於 .* 的範圍呢？
prevx => prevx
prev1234x => prev1234x
prevx1234x => prevx1234x
第三個是不是出乎意料外呢？
這是初學正規表示法很容易遇到的問題，在 regepx 中，
* 是 greedy：貪婪模式，盡可能的取，但還是要盡量能符合這個表示法
因此在第三個字串中，雖然遇到了 prevx1234x 這個 x
但是他發現，後面還有一個 x 還可以讓我符合這個表示法
所以他會很貪心的把第一個 x 和後面的 1234 一併吃掉
所以第三個字串的 .* 會把 prevx1234x 黃色部分都吃掉
如果現在加上了 ? ，也就是： pre.*?x
那麼這樣就不是貪婪模式了，而是 Reluctant ，盡量少取
前量個範例得到的結果都相同，而第三個的 .*? 就只會把 prevx1234x
這個 v 給吃掉，這就是所謂的取越少越好。
當然這邊還關係到你是要 match 還是只是 search , 會有所不同。
但他的概念就是這樣。
參考用 js 實作的部分： https://jsfiddle.net/tz9kpcrb/2/
或者執行這個 code 試試看：
import re
ptr1='pre(.*)x'
ptr2='pre(.*?)x'
print(re.findall(ptr1,'prevx1234x'))
print(re.findall(ptr2,'prevx1234x'))
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 223.139.154.78
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1464444106.A.7C3.html
※ 編輯: darkk6 (223.139.154.78), 05/28/2016 22:24:20
... <看更多>