Pengenalan
Ekspresi biasa, biasanya dikenali sebagai regex, ialah alat yang berkuasa untuk padanan corak dan manipulasi teks. Mereka membenarkan pembangun mencari, memadankan dan memanipulasi rentetan dengan ketepatan. Dalam catatan blog ini, kami akan meneroka cara regex digunakan dalam Python melalui contoh praktikal daripada fungsi pengesahan pelanggan.
Konteks
Pertimbangkan senario di mana kami perlu mengesahkan maklumat pelanggan, khususnya nama pertama, nama keluarga dan nombor mudah alih mereka. Coretan kod berikut menunjukkan cara regex digunakan untuk mengesahkan nombor mudah alih dalam kelas Python:
from sqlalchemy.orm import validates import re class Customer: @validates('first_name', 'last_name', 'mobile') def validate(self, key, value): if key == 'first_name' or key == 'last_name': if len(value) == 0: raise ValueError(f'Server validation error: No {"first name" if key == "first_name" else "last name"}') elif key == 'mobile': mobile = r"((([\(]?[0-9]{3,4}[\)]\s?)|([0-9]{3,4}[\-]))[0-9]{3,4}[\-][0-9]{4})|([0-9]{10,12})" mobile_regex = re.compile(mobile) if not mobile_regex.fullmatch(value): raise ValueError('Server validation error: Invalid mobile number') return value
Memecahkan Regex
Dalam kaedah pengesahan, kami menggunakan regex untuk memastikan nombor mudah alih yang diberikan oleh pelanggan mematuhi format tertentu. Mari kita pecahkan corak regex yang digunakan:
mobile = r"((([\(]?[0-9]{3,4}[\)]\s?)|([0-9]{3,4}[\-]))[0-9]{3,4}[\-][0-9]{4})|([0-9]{10,12})"
Kurungan dan Tanda Sempang:
([(]?[0-9]{3,4}[)]s?): Bahagian regex ini sepadan dengan kurungan pembuka pilihan (, diikuti dengan 3 atau 4 digit, kurungan penutup pilihan ), dan pilihan ruang.
([0-9]{3,4}[-]): Bahagian ini sepadan dengan 3 atau 4 digit diikuti dengan tanda sempang -.
Nombor Utama:
[0-9]{3,4}[-][0-9]{4}: Bahagian ini sepadan dengan 3 atau 4 digit, tanda sempang dan kemudian 4 digit.
Format Alternatif:
([0-9]{10,12}):
Bahagian ini sepadan dengan jujukan 10 hingga 12 digit, membolehkan format nombor mudah alih yang lebih padat tanpa pemisah.
Menggunakan Regex untuk Pengesahan
Corak regex disusun menggunakan re.compile(mobile), dan kaedah padanan penuh digunakan untuk menyemak sama ada keseluruhan rentetan sepadan dengan corak:
mobile_regex = re.compile(mobile) if not mobile_regex.fullmatch(value): raise ValueError('Server validation error: Invalid mobile number')
Jika nombor mudah alih tidak sepadan dengan corak regex, ValueError dinaikkan, menunjukkan nombor mudah alih tidak sah.
Kesimpulan
Regex ialah alat serba boleh untuk pengesahan dan manipulasi rentetan. Dalam contoh ini, kami menggunakan regex untuk mengesahkan nombor mudah alih, memastikan ia mematuhi format tertentu. Dengan memahami dan menggunakan regex, pembangun boleh melakukan operasi rentetan yang kompleks dengan mudah dan tepat.
Sama ada anda mengesahkan input pengguna, mencari corak dalam teks atau melakukan manipulasi teks, regex menyediakan penyelesaian yang mantap untuk keperluan anda. Selamat mengekod!
Atas ialah kandungan terperinci Memahami Regex dalam Python: Contoh Praktikal. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Tutorial ini menunjukkan cara menggunakan Python untuk memproses konsep statistik undang -undang ZIPF dan menunjukkan kecekapan membaca dan menyusun fail teks besar Python semasa memproses undang -undang. Anda mungkin tertanya -tanya apa maksud pengedaran ZIPF istilah. Untuk memahami istilah ini, kita perlu menentukan undang -undang Zipf. Jangan risau, saya akan cuba memudahkan arahan. Undang -undang Zipf Undang -undang Zipf hanya bermaksud: Dalam korpus bahasa semulajadi yang besar, kata -kata yang paling kerap berlaku muncul kira -kira dua kali lebih kerap sebagai kata -kata kerap kedua, tiga kali sebagai kata -kata kerap ketiga, empat kali sebagai kata -kata kerap keempat, dan sebagainya. Mari kita lihat contoh. Jika anda melihat corpus coklat dalam bahasa Inggeris Amerika, anda akan melihat bahawa perkataan yang paling kerap adalah "th

Python menyediakan pelbagai cara untuk memuat turun fail dari Internet, yang boleh dimuat turun melalui HTTP menggunakan pakej Urllib atau Perpustakaan Permintaan. Tutorial ini akan menerangkan cara menggunakan perpustakaan ini untuk memuat turun fail dari URL dari Python. Permintaan Perpustakaan Permintaan adalah salah satu perpustakaan yang paling popular di Python. Ia membolehkan menghantar permintaan HTTP/1.1 tanpa menambahkan rentetan pertanyaan secara manual ke URL atau pengekodan data pos. Perpustakaan Permintaan boleh melaksanakan banyak fungsi, termasuk: Tambah data borang Tambah fail berbilang bahagian Akses data tindak balas python Buat permintaan kepala

Artikel ini menerangkan cara menggunakan sup yang indah, perpustakaan python, untuk menghuraikan html. Ia memperincikan kaedah biasa seperti mencari (), find_all (), pilih (), dan get_text () untuk pengekstrakan data, pengendalian struktur dan kesilapan HTML yang pelbagai, dan alternatif (sel

Berurusan dengan imej yang bising adalah masalah biasa, terutamanya dengan telefon bimbit atau foto kamera resolusi rendah. Tutorial ini meneroka teknik penapisan imej di Python menggunakan OpenCV untuk menangani isu ini. Penapisan Imej: Alat yang berkuasa Penapis Imej

Fail PDF adalah popular untuk keserasian silang platform mereka, dengan kandungan dan susun atur yang konsisten merentasi sistem operasi, peranti membaca dan perisian. Walau bagaimanapun, tidak seperti Python memproses fail teks biasa, fail PDF adalah fail binari dengan struktur yang lebih kompleks dan mengandungi unsur -unsur seperti fon, warna, dan imej. Mujurlah, tidak sukar untuk memproses fail PDF dengan modul luaran Python. Artikel ini akan menggunakan modul PYPDF2 untuk menunjukkan cara membuka fail PDF, mencetak halaman, dan mengekstrak teks. Untuk penciptaan dan penyuntingan fail PDF, sila rujuk tutorial lain dari saya. Penyediaan Inti terletak pada menggunakan modul luaran PYPDF2. Pertama, pasangkannya menggunakan PIP: Pip adalah p

Tutorial ini menunjukkan cara memanfaatkan caching redis untuk meningkatkan prestasi aplikasi python, khususnya dalam rangka kerja Django. Kami akan merangkumi pemasangan Redis, konfigurasi Django, dan perbandingan prestasi untuk menyerlahkan bene

Pemprosesan bahasa semulajadi (NLP) adalah pemprosesan bahasa manusia secara automatik atau separa automatik. NLP berkait rapat dengan linguistik dan mempunyai hubungan dengan penyelidikan dalam sains kognitif, psikologi, fisiologi, dan matematik. Dalam sains komputer

Artikel ini membandingkan tensorflow dan pytorch untuk pembelajaran mendalam. Ia memperincikan langkah -langkah yang terlibat: penyediaan data, bangunan model, latihan, penilaian, dan penempatan. Perbezaan utama antara rangka kerja, terutamanya mengenai grap pengiraan


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

Muat turun versi mac editor Atom
Editor sumber terbuka yang paling popular

Dreamweaver Mac版
Alat pembangunan web visual

PhpStorm versi Mac
Alat pembangunan bersepadu PHP profesional terkini (2018.2.1).

SecLists
SecLists ialah rakan penguji keselamatan muktamad. Ia ialah koleksi pelbagai jenis senarai yang kerap digunakan semasa penilaian keselamatan, semuanya di satu tempat. SecLists membantu menjadikan ujian keselamatan lebih cekap dan produktif dengan menyediakan semua senarai yang mungkin diperlukan oleh penguji keselamatan dengan mudah. Jenis senarai termasuk nama pengguna, kata laluan, URL, muatan kabur, corak data sensitif, cangkerang web dan banyak lagi. Penguji hanya boleh menarik repositori ini ke mesin ujian baharu dan dia akan mempunyai akses kepada setiap jenis senarai yang dia perlukan.
