【Python正则表达式】：文本解析与模式匹配

文章目录

  • 1.正则表达式
  • 2. re模块
  • 3.修饰符
  • 3.元字符
    • 3-1 字符匹配元字符
    • 3-2 重复次数限定元字符
    • 3-3 字符集合匹配元字符
    • 3-4 分组元字符
    • 3-5 边界匹配元字符
    • 3-6 字符类别匹配元字符
  • 4.技巧
    • 4-1 贪婪与非贪婪
  • 5.案例

1.正则表达式

在这里插入图片描述

正则表达式面向什么样的问题？

  • 1、判断一个字符串是否匹配给定的格式（判断是不是邮箱或者电话号码） 数据校验

  • 2、从一个字符串里面根据指定规则提取信息（抓取页面中的链接或者其它信息） 数据提取

2. re模块

正则表达式写出来后需要使用，那么需要使用re模块进行使用，提取及验证等操作，re模块为内置模块，使用时需要导包 ----- import re

  • 常用方法分为：findall， match， search
# re.findall() 是 Python 中 re 模块提供的一个函数，用于在字符串中查找所有满足指定正则表达式的子串，并返回一个列表。下面我将详细介绍 re.findall() 的使用方法及其相关参数。
"""
re.findall(pattern, string, flags=0)pattern 是要匹配的正则表达式；
string 是要在其中进行匹配的字符串；
flags 参数可以指定正则表达式的匹配模式，如是否忽略大小写等。
"""import re# 定义正则表达式  '\d+'，它可以匹配一个或多个数字字符
pattern = r'\d+'# 定义字符串
string = 'The price of the apple is 2 dollars, and the price of the orange is 1 dollar.'# 使用 findall() 函数查找数字
result = re.findall(pattern, string)# 输出结果
print(result)
# ['2', '1']"""
# ====== findall =======
#  re.finall(目标数据，目标字符串)
#      在目标字符串中找出所有符合目标数据的数据，符合条件的数据放入列表中
#      没有就返回空列表
"""

在这里插入图片描述

  1. re.findall()返回的是一个列表，列表中的每个元素都是字符串类型。如果正则表达式中包含分组，则返回的列表中同样包含分组捕获的内容。
  2. 如果正则表达式中包含多个子表达式，则返回的列表中会按照整个正则表达式的优先级顺序排列子表达式的匹配结果。
  3. 当正则表达式中包含重复字符集（如 * 或 +）时，返回的是一个包含所有匹配到的子串的列表。如果希望返回所有匹配到的重复字符集中单个重复的内容，可以使用非贪婪模式的量词（如 *? 和 +?）或分组语法。
  4. 如果要精确匹配某个字符串，应该使用锚定字 ^ 和 $ 来限定匹配范围。否则可能会匹配到意想不到的内容。
# re.match() 是 Python 中 re 模块提供的一个函数，用于在字符串的开头匹配正则表达式，并返回一个 Match 对象。下面我将详细介绍 re.match() 的使用方法及其相关参数。"""
re.match(pattern, string, flags=0)pattern 是要匹配的正则表达式；
string 是要在其中进行匹配的字符串；
flags 参数可以指定正则表达式的匹配模式，如是否忽略大小写等。
"""import re# 定义正则表达式
pattern = r'\d+'# 定义字符串
string = 'The price of the apple is 2 dollars.'# 使用 match() 函数查找数字
match_result = re.match(pattern, string)# 输出匹配结果
if match_result:print("匹配成功：", match_result.group())
else:print("匹配失败")# 匹配失败"""
# ====== match =======# re.match(pattern, string, flags=0)
#   pattern     匹配的正则表达式
#   string      要匹配的字符串
#   flags       标志符指定，用于控制正则表达式的匹配方式，如：是否区分大小写，多行匹配等等#        必须从字符串开头匹配！
#        match方法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，match()就返回none
# 返回值为对象# group()：查看匹配字符
# span：查看匹配数据的索引取值区间
"""

在这里插入图片描述
定义了一个正则表达式 r’\d+'，它可以匹配一个或多个数字字符。然后定义了一个字符串 string，需要在其中查找与正则表达式匹配的子串。最后使用 re.match() 函数在字符串开头查找符合正则表达式规则的子串，并返回一个 Match 对象。如果匹配成功，则输出匹配到的结果；否则输出“匹配失败”。

  1. re.match() 只会匹配到字符串的开头。如果想要在整个字符串中匹配正则表达式，应该使用 re.search() 或 re.findall()。
  2. 如果 Match 对象存在，则可以通过调用 group() 方法获取匹配到的子串；如果不存在，则说明匹配失败。
  3. 在使用正则表达式时，需要根据具体情况考虑各种特殊字符和操作符的含义和使用方式，并进行适当的转义处理或括号分组。
# re.search() 是 Python 中 re 模块提供的一个函数，用于在字符串中搜索与正则表达式匹配的子串，并返回一个 Match 对象。
"""
re.search(pattern, string, flags=0)其中，pattern 是要匹配的正则表达式；
string 是要在其中进行搜索的字符串；
flags 参数可以指定正则表达式的匹配模式，如是否忽略大小写等。
"""import re# 定义正则表达式
pattern = r'\d+'# 定义字符串
string = 'The price of the apple is 2 dollars.'# 使用 search() 函数查找数字
search_result = re.search(pattern, string)# 输出匹配结果
if search_result:print("匹配成功：", search_result.group())
else:print("匹配失败")# 匹配成功： 2# group：查看匹配字符
# span：查看匹配数据的索引取值区间

在这里插入图片描述

首先定义了一个正则表达式 r’\d+'，它可以匹配一个或多个数字字符。然后定义了一个字符串 string，需要在其中搜索符合正则表达式规则的子串。最后使用 re.search() 函数在字符串中搜索第一个符合正则表达式规则的子串，并返回一个 Match 对象。如果匹配成功，则输出匹配到的结果；否则输出“匹配失败”。

  1. re.search() 只会搜索到第一个符合正则表达式规则的子串，并返回一个 Match 对象。如果想要搜索所有符合规则的子串，则应该使用 re.findall()
  2. 如果 Match 对象存在，则可以通过调用 group() 方法获取匹配到的子串；如果不存在，则说明匹配失败。
  3. 在使用正则表达式时，需要根据具体情况考虑各种特殊字符和操作符的含义和使用方式，并进行适当的转义处理或括号分组。

3.修饰符

修饰符(可选标志–flags)

修饰符描述
re.I使匹配对大小写不敏感
re.L做本地化识别（locale-aware）匹配
re.M多行匹配，影响 ^ 和 $
re.S使 . 匹配包括换行在内的所有字符
re.U根据Unicode字符集解析字符。这个标志影响 \w, \W, \b, \B.
re.X该标志通过给予你更灵活的格式以便你将正则表达式写得更易于理解。
# re.I 或 re.IGNORECASE：表示忽略大小写匹配
import re# 定义正则表达式，使用忽略大小写（re.I）匹配模式
pattern = r'hello'# 定义字符串
string = 'Hello, world!'# 使用 search() 函数查找
search_result = re.search(pattern, string, re.I)# 输出匹配结果
if search_result:print("匹配成功：", search_result.group())
else:print("匹配失败")

在这里插入图片描述

正则表达式 pattern 用于匹配字符串中的单词 ‘hello’，但是使用了大小写不敏感的匹配模式 re.I，因此可以匹配到大写的单词 ‘Hello’。

# re.M 或 re.MULTILINE：表示进行多行匹配。import re# 定义正则表达式，使用多行（re.M）匹配模式
pattern = r'^hello'# 定义字符串
string = 'Hello\nhello, world!'# 使用 findall() 函数查找所有匹配项
result = re.findall(pattern, string, re.M)# 输出结果
print(result)

在这里插入图片描述

正则表达式 pattern 用于匹配字符串中以单词 ‘hello’ 开头的行，使用了多行匹配模式 re.M，因此可以匹配到两行中以 ‘hello’ 开头的字符串。

# re.S 或 re.DOTALL：表示可以匹配任意字符，包括换行符。
import re# 定义正则表达式，使用 . 匹配任意字符（含换行符）的模式
pattern = r'.*'# 定义字符串
string = 'Hello\nworld!'# 使用 search() 函数查找
search_result = re.search(pattern, string, re.S)# 输出匹配结果
if search_result:print("匹配成功：", search_result.group())
else:print("匹配失败")

在这里插入图片描述

正则表达式 pattern 用于匹配字符串中的任何字符，包括换行符。由于使用了 re.S 修饰符，因此可以匹配到整个字符串。

# re.X 或 re.VERBOSE：表示进行可读性更好的正则表达式编写。import re# 定义正则表达式，使用换行和注释来分隔模式
pattern = r"""\d+      # 表示匹配一个或多个数字字符\s*      # 表示匹配零个或多个空格字符dollars  # 表示匹配单词 'dollars'
"""# 定义字符串
string = 'The price is 2 dollars.'# 使用 search() 函数查找
search_result = re.search(pattern, string, re.X)# 输出匹配结果
if search_result:print("匹配成功：", search_result.group())
else:print("匹配失败")

在这里插入图片描述

正则表达式 pattern 用于匹配字符串中的价值和货币单位，使用了 re.X 修饰符来进行可读性更好的正则表达式编写。通过注释和换行等方式，可以将正则表达式分解为多个易于理解的部分，使得正则表达式变得更加清晰和易于维护。

# re.U 或 re.UNICODE：表示使用 Unicode 字符集进行匹配。import re# 定义 Unicode 字符串
unicode_str = u'Hello, 你好！'# 定义 ASCII 字符串
ascii_str = 'Hello, world!'# 定义正则表达式
pattern = r'\w+'# 使用 re.U 修饰符进行匹配
match_result1 = re.findall(pattern, unicode_str, re.U)
print("使用 re.U 修饰符的匹配结果：", match_result1)# 不使用 re.U 修饰符进行匹配
match_result2 = re.findall(pattern, unicode_str)
print("不使用 re.U 修饰符的匹配结果：", match_result2)

在这里插入图片描述

3.元字符

3-1 字符匹配元字符

元字符含义
.匹配任意一个字符（换行符除外）
^匹配字符串的开头
$匹配字符串的结尾
import re# 使用 . 匹配任意字符
string = "abc123"
pattern = r"a.c"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "abc"# 使用 ^ 匹配字符串开头
string = "hello, world!"
pattern = r"^hello"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "hello"# 使用 $ 匹配字符串结尾
string = "hello, world!"
pattern = r"world!$"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "world!"

在这里插入图片描述

3-2 重复次数限定元字符

元字符含义
*匹配前面的字符出现 0 次或多次
+匹配前面的字符出现 1 次或多次
?匹配前面的字符出现 0 次或 1 次
{m}匹配前面的字符恰好出现 m 次
{m,}匹配前面的字符至少出现 m 次
{m,n}匹配前面的字符出现 m~n 次
import re# 使用 * 匹配前面的字符出现 0 次或多次
string = "goood job"
pattern = r"go*d"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "goood"# 使用 + 匹配前面的字符出现 1 次或多次
string = "good job"
pattern = r"go+d"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "good"# 使用 ? 匹配前面的字符出现 0 次或 1 次
string1 = "color"
string2 = "colour"
pattern = r"colou?r"
match_object1 = re.search(pattern, string1)
match_object2 = re.search(pattern, string2)
print(match_object1.group())  # 输出结果为 "color"
print(match_object2.group())  # 输出结果为 "colour"# 使用 {} 匹配前面的字符出现固定次数
string = "12345"
pattern = r"\d{3}"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "123"# 使用 {} 匹配前面的字符出现一定范围内的次数
string = "oooo"
pattern = r"o{2,3}"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "oo"

在这里插入图片描述

3-3 字符集合匹配元字符

元字符含义示例
[]匹配方括号内的任意一个字符[abc]d 可以匹配 “ad”、“bd”、“cd”，但不能匹配 “dd”
[^]匹配不在方括号内的任意一个字符[^abc]d 可以匹配 “dd”、“ed”，但不能匹配 “ad”、“bd”、“cd”
import re# 使用 [] 匹配方括号内的任意一个字符
string = "abcd"
pattern = r"[abc]d"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "cd"# 使用 [^] 匹配不在方括号内的任意一个字符
string = "abd"
pattern = r"[^afc]d"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "bd"

在这里插入图片描述

3-4 分组元字符

元字符含义示例
()分组，匹配括号内的表达式(go)+ 可以匹配 “gogo”、“gogogo” 等字符串
import re# 使用 () 进行分组
string = "abc123"
pattern = r"(abc)\d+"
match_object = re.search(pattern, string)
print(match_object.group(1))  # 输出结果为 "abc"# 使用 (?P<name>) 对捕获的分组进行命名
string = "2023-05-11"
pattern = r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})"
match_object = re.search(pattern, string)
print(match_object.group("year"))  # 输出结果为 "2023"
print(match_object.group("month"))  # 输出结果为 "05"
print(match_object.group("day"))  # 输出结果为 "11"

在这里插入图片描述

3-5 边界匹配元字符

元字符含义示例
\b匹配单词边界（空格、标点符号等）\bh\w*\b 可以匹配 “hello”、“hi” 等以字母 h 开头的单词
\B匹配非单词边界\Bh\w*\B 可以匹配 “ahem”、“shah” 等以字母 h 开头的非单词字符串
import re# 使用 \b 匹配单词边界
string = "hello, world! hello"
pattern = r"\bhello\b"
match_object = re.findall(pattern, string)
print(match_object)  # 输出结果为 ["hello", "hello"]# 使用 ^ 匹配字符串开头
string = "hello, world!"
pattern = r"^hello"
match_object = re.findall(pattern, string)
print(match_object)  # 输出结果为 ["hello"]# 使用 $ 匹配字符串结尾
string = "hello, world"
pattern = r"world$"
match_object = re.findall(pattern, string)
print(match_object)  # 输出结果为 ["world"]

在这里插入图片描述

3-6 字符类别匹配元字符

元字符含义示例
\d匹配数字\d{3} 可以匹配 “123”，但不能匹配 “1a3”
\D匹配非数字字符\D{3} 可以匹配 “abc”，但不能匹配 “a1c”
\s匹配任意空白字符（包括空格、制表符、换行符等）hello\sworld 可以匹配 “hello world” 等包含空白符的字符串
\S匹配任意非空白字符hello\Sworld 可以匹配 “hello,world” 等不包含空白符的字符串
\w匹配任意字母、数字或下划线\w+ 可以匹配 “hello123”、“world_2021” 等包含字母、数字和下划线的字符串
\W匹配任意非字母、数字或下划线字符\W+ 可以匹配 “,!$” 等不包含字母、数字和下划线的字符串
import re# 使用 \d 匹配数字字符
string = "abc123"
pattern = r"\d+"
match_object = re.search(pattern, string)
print(match_object.group())  # 输出结果为 "123"# 使用 \w 匹配字母、数字和下划线字符
string = "hello_world_123"
pattern = r"\w+"
match_object = re.findall(pattern, string)
print(match_object)  # 输出结果为 ["hello_world_123"]# 使用 \s 匹配空白字符
string = "hello world"
pattern = r"\S+"
match_object = re.findall(pattern, string)
print(match_object)  # 输出结果为 ["hello", "world"]

在这里插入图片描述

4.技巧

4-1 贪婪与非贪婪

*、+ 和 ? 这几个操作符是贪婪匹配的，它们会尽量匹配更多的文本。为了避免贪婪匹配，可以使用 *?、+? 和 ?? 这几个操作符，它们会尽量匹配更少的文本。

import re# 贪婪匹配示例，输出结果为 "abcccccc"
string = "abcccccc"
pattern = r"abc+"
match_object = re.search(pattern, string)
print(match_object.group())# 非贪婪匹配示例，输出结果为 "abc"
string = "abcccccc"
pattern = r"abc+?" 
match_object = re.search(pattern, string)
print(match_object.group())

在这里插入图片描述

5.案例

import re# 电话号码匹配示例，输出结果为 "13812345678"
string = "我的电话是13812345678，请给我打电话。"
pattern = r"1[3456789]\d{9}"
match_object = re.search(pattern, string)
print(match_object.group())# 邮件地址匹配示例，输出结果为 "example@example.com"
string = "我的邮箱是example@example.com，请发邮件给我。"
pattern = r"[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}"
match_object = re.search(pattern, string, re.IGNORECASE)
print(match_object.group())# HTML 标签替换示例
string = "<p>我是一段HTML文本。</p>"
pattern = r"<.*?>"
replacement = ""
new_string = re.sub(pattern, replacement, string)
print(new_string)  # 输出结果为 "我是一段HTML文本。"# 元音字母相邻去重示例，输出结果为 "abbccdddeiouxwxz"
string = "aabbccdddeeiioouuxwxzz"
pattern = r"(a|e|i|o|u|x|w|z)\1+"
match_iter = re.finditer(pattern, string)
for match_object in match_iter:old_str = match_object.group()new_str = match_object.group(1)string = string.replace(old_str, new_str)
print(string)

在这里插入图片描述

import re# (hello) 表示创建一个捕获组，输出结果为 "hello"。
string = "hello, world!"
pattern = r"(hello)"
match_object = re.search(pattern, string)
print(match_object.group(1))# (\d{4})-(\d{2})-(\d{2}) 创建三个捕获组分别用于匹配年、月和日，输出结果为 "2023", "05" 和"11"。
string = "今天是2023-05-11，天气晴朗。"
pattern = r"(\d{4})-(\d{2})-(\d{2})"
match_object = re.search(pattern, string)
print(match_object.group(1))
print(match_object.group(2))
print(match_object.group(3))# (ab)\1 匹配由两个 "ab" 组成的字符串，输出结果为 "abab"。
string = "ababab"
pattern = r"(ab)\1"
match_object = re.search(pattern, string)
print(match_object.group())# (ab)(cd)\2\1 匹配由 "abcdcdab"组成的字符串，输出结果为 "abcdcdab"。
string = "abcdcdab"
pattern = r"(ab)(cd)\2\1"
match_object = re.search(pattern, string)
print(match_object.group())

在这里插入图片描述

圆括号用于创建一个捕获组，以便在后续的表达式中引用。其中，捕获组可以使用 “\1”、“\2” 等符号在表达式中引用到。例如，“(ab)\1” 匹配由两个 “ab” 组成的字符串，而 “(ab)(cd)\2\1” 则匹配由"abcdcdab"组成的字符串。

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.rhkb.cn/news/383612.html

如若内容造成侵权/违法违规/事实不符，请联系长河编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

uniapp引入自定义图标

uniapp引入自定义图标

目录 一、选择图标&#xff0c;加入购物车 二、下载到本地 三、导入项目 四、修改字体引用路径 五、开始使用 这里以扩展iconfont图标为例 官网&#xff1a;iconfont-阿里巴巴矢量图标库 一、选择图标&#xff0c;加入购物车 二、下载到本地 直接点击下载素材&#xff0…
阅读更多...
2019数字经济公测大赛-VMware逃逸

2019数字经济公测大赛-VMware逃逸

文章目录 环境搭建漏洞点exp 环境搭建 ubuntu :18.04.01vmware: VMware-Workstation-Full-15.5.0-14665864.x86_64.bundle 这里环境搭不成功。。patch过后就报错&#xff0c;不知道咋搞 发现可能是IDA加载后的patch似乎不行对原来的patch可能有影响&#xff0c;重新下了patch&…
阅读更多...
【Kettle实现神通（数据库）MPP增量、全量数据ETL，同步任务Linux运行（通用）】

【Kettle实现神通（数据库）MPP增量、全量数据ETL，同步任务Linux运行（通用）】

1、背景介绍 具体Kettle操作步骤不做过多介绍&#xff0c;主要技术方案说明&#xff0c;Kettle8.2版本放在底部链接提取&#xff0c;本次采用Kettle实现源端&#xff1a;神通数据通用库、目标端&#xff1a;神通MPP增量数据同步&#xff0c;并在服务器端运行Job。 2、windows…
阅读更多...
鸿蒙OpenHarmony Native API【支持的标准库+Node_API】

鸿蒙OpenHarmony Native API【支持的标准库+Node_API】

Native API中支持的标准库 简介 表1 OpenHarmony支持的标准库 名称简介标准C库[libc、libm、libdl]组合实现C11标准C库。标准C库[libc]是C标准库的一种实现。OpenSL ES[OpenSL ES]是一个嵌入式跨平台的音频处理库。zlib[Zlib]是基于C/C语言实现的一个通用的数据压缩库。EGL[…
阅读更多...
VMare centos 7 设置固定ip

VMare centos 7 设置固定ip

第一步获取网关 查看虚拟机的网关-》编辑-》虚拟网络编辑器 NAT模式-》NAT设置 获取网关IP 192.168.70.2 第二步获取主机dns1 在本地主机获取dns1&#xff0c;本地主机调出cmd输入ipconfig dns1为192.168.31.1 用管理员权限的账号进入需要设置固定ip的虚拟机&#xff0c;在t…
阅读更多...
零基础学习Python（四）

零基础学习Python（四）

1. __getitem__、__setitem__、__iter__、__next__魔法方法 __index__方法是对象被作为索引访问时调用的魔法方法&#xff0c;那么当对象要进行索引访问时&#xff0c;调用什么魔法方法呢&#xff1f;答案是__getitem__魔法方法。 class C:def __getitem__(self, index):prin…
阅读更多...
vscode回退不显示了,不方便操作

vscode回退不显示了,不方便操作

一、后退前进按钮 顶部显示&#xff0c;方便调试 <—— ——> 文件-> 首选项 -> 设置->commandcenter->勾选 Window: Title Bar Style->custom 将native —>custom
阅读更多...
MongoDB教程（二十二）：MongoDB固定集合

MongoDB教程（二十二）：MongoDB固定集合

&#x1f49d;&#x1f49d;&#x1f49d;首先&#xff0c;欢迎各位来到我的博客&#xff0c;很高兴能够在这里和您见面&#xff01;希望您在这里不仅可以有所收获&#xff0c;同时也能感受到一份轻松欢乐的氛围&#xff0c;祝你生活愉快&#xff01; 文章目录 引言一、固定集…
阅读更多...
单片机学习历程

单片机学习历程

学习单片机的过程可以分为几个主要阶段&#xff0c;每个阶段都涉及不同的学习内容和技能提升。下面我将以一个典型的学习历程为例进行介绍&#xff1a; 初学阶段 1.入门理论学习&#xff1a; 开始接触单片机的基础知识&#xff0c;学习其工作原理、体系结构和常见的芯片类型…
阅读更多...
昇思25天学习打卡营第20天|CV-ResNet50图像分类

昇思25天学习打卡营第20天|CV-ResNet50图像分类

打卡 目录 打卡 图像分类 ResNet网络介绍 数据集准备与加载 可视化部分数据集 残差网络构建 Building Block 结构 代码实现 Bottleneck结构 代码实现 构建ResNet50网络 代码定义 模型训练与评估 可视化模型预测 重点&#xff1a;通过网络层数加深&#xff0c;感知…
阅读更多...
vue3前端开发-小兔鲜项目-路由拦截器增加token的携带

vue3前端开发-小兔鲜项目-路由拦截器增加token的携带

vue3前端开发-小兔鲜项目-路由拦截器增加token的携带&#xff01;实际开发中&#xff0c;很多业务接口的请求&#xff0c;都要求必须是登录状态&#xff01;为此&#xff0c;这个token信息就会频繁的被加入到了请求头部信息中。request请求头内既然需要频繁的携带这个token.我们…
阅读更多...
STM32烧录的时候报错：Error :Flash Download failed -“Cortex-M3“

STM32烧录的时候报错：Error :Flash Download failed -“Cortex-M3“

点击图中标号1&#xff0c;按顺序点击进入设置 按图中标序&#xff0c;进入添加页面 添加图中所选&#xff0c;然后一直确定退出即可&#xff0c;若没有图中所示选项&#xff0c;可能软件没下载对&#xff0c;文章已附带 添加后&#xff0c;即可烧录成功。
阅读更多...
《JavaEE篇》--多线程(2)

《JavaEE篇》--多线程(2)

《JavaEE篇》--多线程(1) 线程安全 线程不安全 我们先来观察一个线程不安全的案例&#xff1a; public class Demo {private static int count 0;public static void main(String[] args) throws InterruptedException {Thread t1 new Thread(() -> {//让count自增5W次…
阅读更多...
【Android】碎片—动态添加、创建Fragment生命周期、通信

【Android】碎片—动态添加、创建Fragment生命周期、通信

简单用法 在一个活动中添加两个碎片&#xff0c;并让这两个碎片平分活动空间 先新建一个左侧碎片布局和一个右侧碎片布局 左侧碎片 <?xml version"1.0" encoding"utf-8"?> <LinearLayout xmlns:android"http://schemas.android.com/apk/…
阅读更多...
场外期权如何报价？名义本金是什么？

场外期权如何报价？名义本金是什么？

今天带你了解场外期权如何报价&#xff1f;名义本金是什么&#xff1f;投资者首先需要挑选自己想要进行期权交易的沪深上市公司股票。选出股票后&#xff0c;需要将股票信息、预期的操作时间&#xff08;如期限&#xff09;、看涨或看跌的选择以及预计的交易金额等信息报给场外…
阅读更多...
java-selenium 截取界面验证码图片并对图片文本进行识别

java-selenium 截取界面验证码图片并对图片文本进行识别

参考链接 1、需要下载Tesseract工具并配置环境变量&#xff0c;步骤如下 Tesseract-OCR 下载安装和使用_tesseract-ocr下载-CSDN博客 2、需要在IDEA中导入tess4j 包&#xff1b;在pom.xml文件中输入如下内容 <!--导入Tesseract 用于识别验证码--><dependency>&l…
阅读更多...
跟代码执行流程，读Megatron源码（四）megatron初始化脚本initialize.py之initialize_megatron()分布式环境初始化

跟代码执行流程，读Megatron源码（四）megatron初始化脚本initialize.py之initialize_megatron()分布式环境初始化

在前文中&#xff0c;我们讲述了pretrain函数的执行流程&#xff0c;其首要步骤是megatron分组的初始化与环境的配置。本文将深入initialize_megatron函数源码&#xff0c;剖析其初始化分布式训练环境的内部机制。 注&#xff1a;在此假设读者具备3D并行相关知识 一. initiali…
阅读更多...
Linux - 进程的概念、状态、僵尸进程、孤儿进程及进程优先级

Linux - 进程的概念、状态、僵尸进程、孤儿进程及进程优先级

目录 进程基本概念 描述进程-PCB task_struct-PCB的一种 task_struct内容分类 查看进程 通过系统目录查看 通过ps命令查看 通过系统调用获取进程的PID和PPID 通过系统调用创建进程- fork初始 fork函数创建子进程 使用if进行分流 Linux进程状态 运行状态-R 浅度睡眠状态-S…
阅读更多...
AV1技术学习：Constrained Directional Enhancement Filter

AV1技术学习：Constrained Directional Enhancement Filter

CDEF允许编解码器沿某些(可能是倾斜的)方向应用非线性消阶滤波器。它以88为单位进行。如下图所示&#xff0c;通过旋转和反射所示的三个模板来定义八个预设方向。 Templates of preset directions and their associated directions. The templates correspond to directions of…
阅读更多...
Python小工具之httpstat网络分析

Python小工具之httpstat网络分析

一、简介 Python httpstat是一个基于Python的命令行工具&#xff0c;用于测量HTTP请求的性能和状态信息。它能够向目标服务器发送HTTP请求&#xff0c;并显示详细的统计信息&#xff0c;包括DNS解析时间、建立连接时间、TLS/SSL握手时间、首字节时间、总时间等。这些信息对于排…
阅读更多...
最新文章
推荐文章

Copyright @ 2022~2023