


Expression régulière Python - vérifiez si l'entrée est flottante
Les nombres à virgule flottante jouent un rôle essentiel dans diverses tâches de programmation, des calculs mathématiques à l'analyse des données. Cependant, lorsqu'il s'agit d'entrées utilisateur ou de données provenant de sources externes, il devient essentiel de vérifier que l'entrée est un nombre à virgule flottante valide. Python fournit des outils puissants pour relever ce défi, parmi lesquels les expressions régulières.
Dans cet article, nous explorerons comment utiliser des expressions régulières en Python pour vérifier si l'entrée est un nombre à virgule flottante. Les expressions régulières (souvent appelées regex) offrent un moyen concis et flexible de définir des modèles et de rechercher des correspondances dans le texte. En tirant parti des expressions régulières, nous pouvons construire un modèle qui correspond exactement au format à virgule flottante et valider l'entrée en conséquence.
Dans cet article, nous explorerons comment utiliser des expressions régulières en Python pour vérifier si l'entrée est un nombre à virgule flottante. Les expressions régulières (souvent appelées regex) offrent un moyen concis et flexible de définir des modèles et de rechercher des correspondances dans le texte. En tirant parti des expressions régulières, nous pouvons construire un modèle qui correspond exactement au format à virgule flottante et valider l'entrée en conséquence.
Comprendre les nombres à virgule flottante
Les nombres à virgule flottante sont un type de données utilisé pour représenter des nombres réels dans les systèmes informatiques. Ils sont appelés « virgule flottante » car la virgule décimale peut « flotter » pour représenter des nombres de tailles différentes. En Python, les nombres à virgule flottante sont représentés à l'aide du type de données float.
Les nombres à virgule flottante peuvent avoir à la fois une partie entière et une partie décimale, et peuvent être positifs ou négatifs. Ils sont généralement écrits sous la forme m.n, où m représente la partie entière et n représente la partie fractionnaire. Par exemple, 3,14 et -0,5 sont des nombres à virgule flottante valides.
Cependant, il est important de noter qu'en raison des limitations du matériel informatique, toutes les représentations décimales ne peuvent pas être représentées avec précision sous forme de nombres à virgule flottante. Cela peut parfois conduire à des résultats inattendus pour les calculs impliquant des nombres à virgule flottante. Il devient donc essentiel de valider l’entrée et de s’assurer qu’elle est conforme au format attendu.
Dans la section suivante, nous explorerons les expressions régulières et apprendrons à les utiliser pour vérifier si l'entrée est un nombre à virgule flottante valide.
Introduction aux expressions régulières
Les expressions régulières (souvent abrégées en regex) sont des outils puissants pour la correspondance de modèles et la manipulation de texte. Ils offrent un moyen concis et flexible de définir des modèles et de rechercher des séquences de caractères spécifiques dans des chaînes.
En Python, le module re fournit des fonctions et des méthodes pour utiliser des expressions régulières. Nous pouvons exploiter la puissance des expressions régulières pour vérifier si l'entrée est un nombre à virgule flottante valide.
Pour valider les nombres à virgule flottante à l'aide d'expressions régulières, nous devons définir un modèle qui correspond au format attendu. Voici les éléments clés du patron −
Symboles facultatifs − Les nombres peuvent commencer par un signe positif (+) ou négatif (-) facultatif.
Partie entière− Les nombres peuvent avoir une partie entière facultative, qui peut être composée d'un ou plusieurs chiffres.
Point décimal facultatif − Les nombres peuvent contenir un point décimal facultatif (.) pour séparer les parties entières et décimales.
Partie décimale− Les nombres peuvent avoir une partie décimale facultative composée d'un ou plusieurs chiffres.
Exposant− Les nombres peuvent avoir une partie exposant facultative, représentée par la lettre « e » ou « E », suivie d'un symbole facultatif et d'un ou plusieurs chiffres.
En construisant un modèle d'expression régulière contenant ces composants, nous pouvons vérifier efficacement si la chaîne d'entrée correspond au modèle de nombre à virgule flottante.
Dans la section suivante, nous approfondirons l'implémentation d'un programme Python qui utilise des expressions régulières pour vérifier les nombres à virgule flottante.
Programme Python pour vérifier les nombres à virgule flottante
Pour vérifier si une entrée donnée est un float à l'aide d'expressions régulières en Python, nous pouvons suivre ces étapes−
Importez le module re − Importez d'abord le module re, qui fournit des fonctions et des méthodes pour utiliser les expressions régulières.
Définir un modèle d'expression régulière − Créez un modèle d'expression régulière qui correspond au format attendu d'un nombre à virgule flottante. Ce mode sera utilisé pour valider la saisie.
Créer une fonction − Définissez une fonction, appelons-la is_float, qui prend la chaîne d'entrée comme paramètre.
Match pattern − Utilisez la fonction re.match() pour faire correspondre la chaîne d'entrée avec un modèle d'expression régulière. Cette fonction renvoie un objet match si le modèle correspond à la chaîne, ou None s'il ne correspond pas.
Vérifiez s'il y a une correspondance −Utilisez une instruction if pour vérifier si l'objet correspondant n'est pas Aucun. Si ce n'est pas le cas, la chaîne d'entrée est un nombre à virgule flottante valide.
Return result− Dans l'instruction if, renvoyez True pour indiquer que l'entrée est un nombre à virgule flottante. Sinon, renvoie False.
Maintenant, rassemblons tout cela et écrivons du code Python pour vérifier les nombres à virgule flottante à l'aide d'expressions régulières −
import re def is_float(input_string): pattern = r'^[-+]?[0-9]*\.?[0-9]+([eE][-+]?[0-9]+)?$' match = re.match(pattern, input_string) if match: return True return False
Dans le code ci-dessus, nous définissons le modèle d'expression régulière r'^[-+]?[0-9]*.?[0-9]+([eE][-+]?[0-9 ] +) ?$', qui correspond au format attendu d'un nombre à virgule flottante. Nous utilisons re.match() pour faire correspondre la chaîne d'entrée au modèle et renvoyer True si elle correspond.
Dans la section suivante, nous testerons la fonction is_float() en utilisant quelques exemples d'entrées pour voir comment elle fonctionne.
Programme de tests
Voici quelques cas de test que nous pouvons essayer -
Cas de test 1 −
Entrez− « 3.14 »
Résultat attendu − Correct
Explication− L'entrée est un nombre à virgule flottante valide.
Cas de test 2 −
Entrez− « -0,5 »
预期输出− 正确
说明− 输入是有效的浮点数。
测试用例 3 −
输入 − “10”
预期输出 − 错误
说明− 输入不是浮点数,因为它没有小数部分。
测试用例 4 −
输入− “abc”
预期输出− 错误
说明− 输入不是浮点数,因为它包含非数字字符。
测试用例 5 −
输入− “1.23e-4”
预期输出 − 正确
说明− 输入是以科学计数法表示的有效浮点数。
您可以通过使用这些输入调用 is_float() 函数并将输出与预期结果进行比较来测试程序。如果输出与所有测试用例的预期结果相匹配,则表明程序运行正常。
# Testing the program print(is_float("3.14")) # Expected output: True print(is_float("-0.5")) # Expected output: True print(is_float("10")) # Expected output: False print(is_float("abc")) # Expected output: False print(is_float("1.23e-4")) # Expected output: True
结论
在本文中,我们探讨了如何在 Python 中使用正则表达式来检查给定输入是否为浮点数。我们了解了正则表达式在模式匹配中的重要性以及如何应用它们来验证数字输入。
我们首先了解浮点数的特征以及它们的常见表示格式。然后,我们深入研究 is_float() 函数的实现,使用正则表达式检查浮点数。我们还讨论了使用 re.match() 函数进行精确字符串匹配的重要性。
通过使用多个测试用例对程序进行测试,我们确保了其可靠性,并验证了它能够正确识别浮点数,同时拒绝无效输入。
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Clothoff.io
Dissolvant de vêtements AI

Video Face Swap
Échangez les visages dans n'importe quelle vidéo sans effort grâce à notre outil d'échange de visage AI entièrement gratuit !

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Cet article a sélectionné plusieurs sites Web de projet "finis" Python et des portails de ressources d'apprentissage "Blockbuster" de haut niveau pour vous. Que vous recherchiez l'inspiration de développement, l'observation et l'apprentissage du code source au niveau de la maîtrise ou que vous amélioriez systématiquement vos capacités pratiques, ces plateformes ne sont pas manquées et peuvent vous aider à devenir un maître Python rapidement.

Utilisez Sub-Process.run () pour exécuter en toute sécurité les commandes de shell et la sortie de capture. Il est recommandé de transmettre des paramètres dans les listes pour éviter les risques d'injection; 2. Lorsque les caractéristiques du shell sont nécessaires, vous pouvez définir Shell = True, mais méfiez-vous de l'injection de commande; 3. Utilisez un sous-processus.popen pour réaliser le traitement de sortie en temps réel; 4. SET CHECK = TRUE pour lancer des exceptions lorsque la commande échoue; 5. Vous pouvez appeler directement des chaînes pour obtenir la sortie dans un scénario simple; Vous devez donner la priorité à Sub-Process.run () dans la vie quotidienne pour éviter d'utiliser OS.System () ou les modules obsolètes. Les méthodes ci-dessus remplacent l'utilisation du noyau de l'exécution des commandes shell dans Python.

Pour commencer avec Quantum Machine Learning (QML), l'outil préféré est Python et des bibliothèques telles que Pennylane, Qiskit, Tensorflowquantum ou Pytorchquantum doivent être installées; Familiarisez-vous ensuite avec le processus en exécutant des exemples, tels que l'utilisation de Pennylane pour construire un réseau neuronal quantique; Ensuite, implémentez le modèle en fonction des étapes de la préparation des ensembles de données, du codage des données, de la construction de circuits quantiques paramétriques, de la formation Classic Optimizer, etc.; Dans le combat réel, vous devez éviter de poursuivre des modèles complexes depuis le début, en faisant attention aux limitations matérielles, en adoptant des structures de modèles hybrides et en se référant continuellement aux derniers documents et documents officiels à suivre le développement.

La clé de l'utilisation de Python pour appeler WebAPI pour obtenir des données est de maîtriser les processus de base et les outils communs. 1. L'utilisation des demandes pour lancer des demandes HTTP est le moyen le plus direct. Utilisez la méthode GET pour obtenir la réponse et utilisez JSON () pour analyser les données; 2. Pour les API qui nécessitent une authentification, vous pouvez ajouter des jetons ou des clés via des en-têtes; 3. Vous devez vérifier le code d'état de réponse, il est recommandé d'utiliser Response.RAISE_FOR_STATUS () pour gérer automatiquement les exceptions; 4. Face à l'interface de pagination, vous pouvez demander différentes pages et ajouter des retards pour éviter les limitations de fréquence; 5. Lors du traitement des données JSON renvoyées, vous devez extraire des informations en fonction de la structure et les données complexes peuvent être converties en données

Utilisez le plot conjoint de Seaborn pour visualiser rapidement la relation et la distribution entre deux variables; 2. Le tracé de diffusion de base est implémenté par sn.jointplot (data = pointes, x = "total_bill", y = "Tip", kind = "dispers"), le centre est un tracé de dispersion et l'histogramme est affiché sur les côtés supérieur et inférieur et droit; 3. Ajouter des lignes de régression et des informations de densité à un kind = "reg" et combiner marginal_kws pour définir le style de tracé de bord; 4. Lorsque le volume de données est important, il est recommandé d'utiliser "Hex"

Dans Python, les points suivants doivent être notés lors de la fusion des chaînes à l'aide de la méthode join (): 1. Utilisez la méthode str.join (), la chaîne précédente est utilisée comme liaison lors de l'appel, et l'objet itérable dans les supports contient la chaîne à connecter; 2. Assurez-vous que les éléments de la liste sont tous des chaînes, et s'ils contiennent des types de cordes, ils doivent être convertis en premier; 3. Lors du traitement des listes imbriquées, vous devez aplatir la structure avant de vous connecter.

Les listes de chaînes peuvent être fusionnées avec la méthode join (), telles que '' .join (mots) pour obtenir "HelloworldFrompython"; 2. Les listes de nombres doivent être converties en chaînes avec MAP (STR, nombres) ou [STR (x) Forxinnumbers] avant de rejoindre; 3. Toute liste de types peut être directement convertie en chaînes avec des supports et des devis, adaptées au débogage; 4. Les formats personnalisés peuvent être implémentés par des expressions de générateur combinées avec join (), telles que '|' .join (f "[{item}]" ForIteminitems)

Pour maîtriser Python Web Crawlers, vous devez saisir trois étapes de base: 1. Utilisez les demandes pour lancer une demande, obtenir du contenu de la page Web via la méthode GET, faire attention à la définition d'en-têtes, gérer les exceptions et se conformer à robots.txt; 2. Utilisez BeautifulSoup ou XPath pour extraire les données. Le premier convient à l'analyse simple, tandis que le second est plus flexible et adapté aux structures complexes; 3. Utilisez du sélénium pour simuler les opérations du navigateur pour le contenu de chargement dynamique. Bien que la vitesse soit lente, elle peut faire face à des pages complexes. Vous pouvez également essayer de trouver une interface API de site Web pour améliorer l'efficacité.
