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: #silicon

当前筛选 #silicon清除筛选

Российский проект RakeSearch имеет неприятную особенность – после перезагрузки задачи начинают считаться заново. Когда задачи считаются в 30+ потоков и среди них есть задачи длительностью до часа, то это приводит к потере до получаса рабочего времени мощного компа. На скринах пример списка задач до и после перезагрузки. В общей картине эти потери, конечно, незначительны. А вот ведущему проекта Эдуарду Ватутину спасибо за регулярные посты о ходе проекта и публикациию результатов в энциклопедии OEIS. Имхо достойно того, чтобы 100% времени наших CPU выделять на RakeSearch. Вот бы ещё на Apple Silicon и на Linux появились задачи от проекта! Подписывайтесь на Эдуарда: https://vk.com/id162891802 #rakesearch #silicon

Свежая работа регулярного выпуска👇 🟢 2022 🟢 V. 9 🟢 Issue 4 🟢 No. 20229424 🟢 Article 📜 Electroreduction of silicon from the NaI–KI–K2SiF6 melt for lithium-ion power sources 👩‍🎓👨‍🎓 R.K. Abdurakhimova, M.V. Laptev (https://orcid.org/0000-0003-3338-0057), N.M. Leonova (https://orcid.org/0000-0003-1016-8977), A.M. Leonova (https://orcid.org/0000-0001-5900-7045), A.S. Schmygalev (https://orcid.org/0000-0001-9783-309X), A.V. Suzdaltsev (https://orcid.org/0000-0003-3004-7611) 🏛 Ural Federal University, https://urfu.ru/en 🏛 Institute of High-Temperature Electrochemistry, http://www.ihte.uran.ru 📚#silicon#nanofibers#electroreduction#melt#lithium#cycling#NaI#KI#K2SiF6 🔗https://doi.org/10.15826/chimtech.2022.9.4.24 https://journals.urfu.ru/index.php/chimtech/article/view/6294