重庆分公司,新征程启航
为企业提供网站建设、域名注册、服务器等服务
工作需要写了一个python小函数。
专注于为中小企业提供成都做网站、成都网站制作服务,电脑端+手机端+微信端的三站合一,更高效的管理,为中小企业黄冈免费做网站提供优质的服务。我们立足成都,凝聚了一批互联网行业人才,有力地推动了成百上千家企业的稳健成长,帮助中小企业通过网站建设实现规模扩充和转变。
用fuzzywuzzy模糊匹配技巧解决人工数据和标准数据的匹配问题.基本原理是先精确匹配,如果没有,采用模糊匹配遍历目标空间,选取打分最大。
生物信息处理一些经过人工输入的数据,往往有少量的错误但是这些元数据往往要与结果数据统一分析,且非常之重要数据量小,那就一个一个改吧,工作需要写了一个python小函数,用fuzzywuzzy模糊匹配技巧解决人工数据和标准数据的匹配问题基本原理是先精确匹配,如果没有,采用模糊匹配遍历目标空间,选取打分最大的提交用户检查,最后输出结果。
其他关于Python的总结文章请访问:
正则表达式用来匹配字符串,在python中可以使用 re 模块来完成,本篇做一个对正则表达式的匹配规则的总结
在上述的精确匹配后可以跟上一些符号来进行模糊的匹配:
可以使用中括号的形式进行范围匹配,中括号表达式后边可以跟上上述模糊匹配的符号来表示数量
多个条件可以 紧跟着写在同一个中括号中 ,比如:
[a-zA-Z] :匹配一个大、小写字母
re模块是python独有的匹配字符串的模块,该模块中提供的很多功能是基于正则表达式实现的,
而正则表达式是对字符串进行模糊匹配,提取自己需要的字符串部分,他对所有的语言都通用。
1、字符
2、字符集
3、量词
贪婪模式:总是尝试匹配尽可能多的字符
非贪婪则相反,总是尝试匹配尽可能少的字符。
{0,} 匹配前一个字符 0 或多次,等同于 * 元字符
{+,} 匹配前一个字符 1 次或无限次,等同于 + 元字符
{0,1 }匹配前一个字符 0 次或 1 次,等同于 ? 元字符
如果 () 后面跟的是特殊元字符如 (adc)* 那么*控制的前导字符就是 () 里的整体内容,不再是前导一个字符
4、特殊分组用法表:只对正则函数返回对象的有用
5、断言
从断言的表达形式可以看出,它用的就是分组符号,只不过开头都加了一个问号,这个问号就是在说这是一个非捕获组,这个组没有编号,不能用来后向引用,只能当做断言。
匹配 titlexxx/title 中 xxx : (?=title).*(?=/title)
自己理解就是:
5、例子
(1)非
^(?!.*200).*$ ,只匹配200
^(?!.*[200|400]).*$ ,只匹配200和400
[^a-z] 反取,不含a-z字母的
(2) \u4e00-\u9fa5 中文
(3) r"\b([\u4e00-\u9fa5]\s?[\u4e00-\u9fa5]+)\b" # 小 明 匹配这种单字中间有空格的
compile 函数用于编译正则表达式,生成一个正则表达式( Pattern )对象,供 match() 和 search() 这两个函数使用
match 尝试从字符串的 起始位置 匹配一个模式,如果不是起始位置匹配成功的话,返回none。
search 扫描 整个字符串 并返回 第一个成功 的匹配。
re.match与re.search的区别:
正则表达式替换函数
替换匹配成功的指定位置字符串,并且返回替换次数,可以用两个变量分别接受
(2) 两个字符以上切割,放在 [ ] 中(不保留分隔符):
(3) 使用 ( ) 捕获分组(保留分割符):
在字符串中找到正则表达式所匹配的所有子串,并返回一个列表,如果没有找到匹配的,则返回空列表。
注意: match 和 search 是匹配一次 ,findall 匹配所有。
用法:
注意1:一旦匹配成,再次匹配,是从前一次匹配成功的,后面一位开始的,也可以理解为匹配成功的字符串,不在参与下次匹配
注意2:如果没写匹配规则,也就是空规则,返回的是一个比原始字符串多一位的,空字符串列表
注意3:正则匹配到空字符的情况,如果规则里只有一个组,而组后面是 * 就表示组里的内容可以是 0 个或者多过,这样组里就有了两个意思:
一个意思是匹配组里的内容,
二个意思是匹配组里 0 内容(即是空白)
所以尽量避免用 * 否则会有可能匹配出空字符串
正则表达式,返回类型为表达式对象的
如:_sre.SRE_Match object; span=(6, 7), match='a'
返回对象的,需要用正则方法取字符串,
根据报错的信息find这个变量是float类型而不是str类型的,str才有startsWith这个方法,你想找的实际上是excel表格中的值,我觉得你需要先把find这个变量在后台打印出来,如以下代码
for find in xx:
print "@54", find
if find.startswith('A1'):
....
...
这类基础逻辑编程初学可以手写逻辑,这个基本如下:
载入基础信息(Excel地址)
###手动指定###
获取输入查询数据
###input()获取,保存指变量###
打开Excel文件
####使用openpyxl打开,获取工作簿对象和表对象####
获取excel有效行与列数据
### 可以函数判断,最好手工写非空判断获取####
遍历返回结果数据
### 读取每个单元格 查询字符串即可,习惯用Count还是find函数看具体需求和习惯###
写入文件
同样可以采用openpyxl写入excel或者直接写入txt文件