TGTGInsighttelegram intelligenceLIVE / telegram public index
← Python Заметки

TGINSIGHT SIMILAR POSTS

Најди сличен содржај

Изворен канал @pythonotes · Post #65 · 8 апр.

Небольшой трик с регулярными выражениями который редко вижу в чужом коде. Допустим, вам нужно распарсить простой текст и вытащить оттуда пары имя+телефон. Вернуть всё это надо в виде списка словарей. Возьмем очень простой пример текста. >>> text = ''' >>> Alex:8999123456 >>> Mike:+799987654 >>> Oleg:+344456789 >>> ''' Соответственно, для выделения нужных элементов будем использовать группы. Получится такой паттерн: (\w+):([\d+]+) Как мы будем формировать словарь из найденных групп? >>> import re >>> results = [] >>> for match in re.finditer(r"(\w+):([\d+]+)", text): >>> results.append({ >>> "name": match.group(1), >>> "phone": match.group(2) >>> }) >>> print(results) [{'name': 'Alex', 'phone': '8999123456'}, ...] Можно немного сократить запись используя zip >>> results = [] >>> for match in re.finditer(r"(\w+):([\d+]+)", text): >>> results.append(dict(zip(['name', 'phone'], match.groups()))) Но есть способ лучше! Это именованные группы в regex. Можно в паттерне указать имя группы и результат сразу забрать в виде словаря. >>> for match in re.finditer(r"(?P<name>\w+):(?P<phone>[\d+]+)", text): >>> results.append(match.groupdict()) То есть всё что я сделал, это добавил в начале группы (внутри сбокочек) такую запись: (?P<group-name>...) Теперь найденная группа имеет имя и можно обратиться к ней как к элементу списка >>> name = match['name'] Либо забрать сразу весь словарь методом groupdict() >>> match.groupdict() #tricks#regex

Резултати

Пронајдени 2 слични објави

Пребарај: #pny

当前筛选 #pny清除筛选
Comping_Uz

@Comping_Uz · Post #4862 · 05.11.2025 г., 09:10

😁 1️⃣ 2️⃣ 4️⃣ 5️⃣ 6️⃣ 7️⃣ 8️⃣ 9️⃣ #ryzen#gigabyte#thermalright#pny ➡️ CPU: Ryzen 5 7500F ➡️ MB: Gigabyte B650M Gaming WiFi ➡️ COOLER: Thermalright Assassin X 120 Digital ARGB ➡️ RAM: T-Force Delta 16Gb(2x8) 6000MHz RGB ➡️ SSD: Lexar NM610Pro 1Tb NVMe ➡️ GPU: PNY RTX4060Ti 8Gb ➡️ PSU: DeepCool PF650 80+ ➡️ CASE: Jonsbo U4 ➕CaseFan: 4x Thermalright TL-M12-S Black 💳980 y.e 🖲️Игровая производительность (1080p High) 👻 Counter-Strike 2 ≈ 400 – 550 FPS 🎮 PUBG: Battlegrounds ≈ 200 – 250 FPS 🪗 Valorant ≈ 500 – 600FPS 🎮 Fortnite ≈ 200 – 250 FPS 🖥Для работы и творчества 🎨 Дизайн (Photoshop, Illustrator, CorelDRAW) – комфортная работа с крупными файлами. 🏗 Архитектура и 3D (AutoCAD, Blender, 3ds Max) – быстрый рендеринг, плавная навигация. 🎬 Монтаж (Premiere Pro, DaVinci Resolve, After Effects) – быстрая обработка 4K-видео, работа с эффектами без лагов. ➖➖➖➖➖➖➖➖➖ 📍 Локация: [Малая кольцевая дорога 8A] ⏰ Время работы: [с 10:00 до 20:00] 📞 +998332332030 +998338082030 🔵@comping_admin2 @comping_admin ➖➖➖➖➖➖➖➖➖ 🔵Telegram📷Instagram🟥Youtube

Comping_Uz

@Comping_Uz · Post #4975 · 30.11.2025 г., 14:55

😁 1️⃣ 2️⃣ 4️⃣ 5️⃣ 6️⃣ 7️⃣ 8️⃣ 9️⃣ #intel#pny#thermalright#asus#montech ➡️ CPU: Intel Core I7 12700KF ➡️ MB: Asus Z790 Gaming Wifi7 ➡️ COOLER: JL Astroshel 360 ARGB ➡️ RAM: T-Force Delta 32Gb(2x16) 6400MHz ➡️ SSD: 1Tb NVMe ➡️ HDD: Toshiba 1Tb ➡️ GPU: PNY RTX5060Ti 16Gb ➡️ PSU: Thermalright TG750 80+Gold ➡️ CASE: Montech XR ARGB 💳1575 y.e 🖲️Игровая производительность (1080p High) 👻 Counter-Strike 2 ≈ 350 – 420 FPS 🎮 PUBG: Battlegrounds ≈ 180 – 250 FPS 🪗 Valorant ≈ 450 – 600FPS 🎮 Fortnite ≈ 180 – 250 FPS 🖥Для работы и творчества 🎨 Дизайн (Photoshop, Illustrator, CorelDRAW) – комфортная работа с крупными файлами. 🏗 Архитектура и 3D (AutoCAD, Blender, 3ds Max) – быстрый рендеринг, плавная навигация. 🎬 Монтаж (Premiere Pro, DaVinci Resolve, After Effects) – быстрая обработка 4K-видео, работа с эффектами без лагов. ➖➖➖➖➖➖➖➖➖ 📍 Локация: [Малая кольцевая дорога 8A] ⏰ Время работы: [с 10:00 до 20:00] 📞 +998332332030 +998338082030 🔵@comping_admin2 @comping_admin ➖➖➖➖➖➖➖➖➖ 🔵Telegram📷Instagram🟥Youtube