正規表示式是 Python 中匹配模式、搜尋和取代字串、驗證字串等的最佳技術。現在，您無需為此類工作使用循環和清單。
查看以下關於驗證電子郵件格式的正規表示式片段程式碼範例:
# Regular Expression Check Mail
import re
def Check_Mail(email):
pattern = re.compile(r'([A-Za-z0-9]+[.-_])*[A-Za-z0-9]+@[A-Za-z0-9-]+(.[A-Z|a-z]{2,})+')
if re.fullmatch(pattern, email):
print("valid")
else:
print("Invalid")
Check_Mail("codedev101@gmail.com") #valid
Check_Mail("codedev101-haider@uni.edu")#Invalid
Check_Mail("code-101-work@my.net") # Invalid這個簡單的程式碼片段將幫助您像專業人士一樣對清單進行切片。請參閱下面的範例程式碼：
# Pro Slicing # list[start:end:step] mylist = [1, 2, 3, 5, 5, 6, 7, 8, 9, 12] mail ="codedev-medium@example.com" print(mylist[4:-3]) # 5 6 7 print(mail[8 : 14]) # medium
#您是否使用 Temp 變數來交換兩個數據，而不是在 Python 中您不需要使用它？在此程式碼片段中，我將與您分享如何在不使用 temp 的情況下交換兩個資料變數。
看下面的程式碼：
# Swap without Temp i = 134 j = 431 [i, j] = [j, i] print(i) #431 print(j) #134
我們可能使用format() 方法或「%」方法來格式化字串中的變數。這段程式碼將向您介紹 F 字串，它比另一種格式要好得多。
看看下面的範例程式碼：
# Magic of f-String
# Normal Method
name = "Codedev"
lang = "Python"
data = "{} is writing article on {}".format(name, lang)
print(data)
# Pro Method with f-string
data = f"{name} is writing article on {lang}"
print(data現在您不再需要 Loop 來尋找特定元素的索引。您可以使用清單中的 index() 方法來完成。
查看下面的程式碼：
# Get Index x = [10 ,20, 30, 40, 50] print(x.index(10)) # 0 print(x.index(30)) # 4 print(x.index(50)) # 2
此程式碼片段將向您展示如何根據另一個列表對清單進行排序。當您需要根據所需的位置進行排序時，此程式碼片段非常方便。
# Sort List based on another List list1 =["a", "b", "c", "d", "e", "f", "g", "h", "i", "j", "k", "l", "m"] list2 = [ 0, 1, 1, 1, 2, 2, 0, 1, 1, 3, 4] C = [x for _, x in sorted(zip(list2, list1), key=lambda pair: pair[0])] print(C) # ['a', 'g', 'b', 'c', 'd', 'h', 'i', 'e', 'f', 'j', 'k']
現在您不需要循環來反轉任何字典。此程式碼段程式碼將在第二次嘗試該程式碼段程式碼時反轉字典。
# Invert the Dictionary
def Invert_Dictionary(data):
return{value: key for key, value in data.items()}
data = {"A": 1, "B":2, "C": 3}
invert = Invert_Dictionary(data)
print(invert) # {1: 'A', 2: 'B', 3: 'C'}多執行緒將幫助您同時並行運行 Python 函數。假設您想同時執行 5 個函數，而無需等待每個函數完成。
查看下面的程式碼片段:
# Multi-threading import threading def func(num): for x in range(num): print(x) if __name__ == "__main__": t1 = threading.Thread(target=func, args=(10,)) t2 = threading.Thread(target=func, args=(20,)) t1.start() t2.start() t1.join() t2.join()
此片段程式碼將簡單地計算清單中出現次數最多的元素。我已經展示了兩種方法來做到這一點。
在下面查看它:
# Element Occur most in List from collections import Counter mylst = ["a", "a", "b", "c", "a", "b","b", "c", "d", "a"] # Method 1 def occur_most1(mylst): return max(set(mylst), key=mylst.count) print(occur_most1(mylst)) # a # Method 2 # Much Faster then Method 1 def occur_most2(mylst): data = Counter(mylst) return data.most_common(1)[0][0] print(occur_most2(mylst)) # a
有一個逐行格式的原始文本，並希望將其分成幾行。此程式碼段將在一秒鐘內解決您的問題。
# Split lines
data1 = """Hello to
Python"""
data2 = """Programming
Langauges"""
print(data1.split("n")) # ['Hello to', 'Python']
print(data2.split("n")) # ['Programming', ' Langauges']此程式碼片段將幫助您將任意兩個清單轉換為字典格式。要了解它是如何運作的，請查看下面的程式碼:
# Map List into Dictionary
def Convert_to_Dict(k, v):
return dict(zip(k, v))
k = ["a", "b", "c", "d", "e"]
v = [1, 2, 3, 4, 5]
print(Convert_to_Dict(k, v)) # {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5}現在您不需要Pandas 或任何其他外部Python 套件來解析電子表格。 Python 有一個內建的 CSV 模組，這段程式碼將向您展示如何使用它。
# Parse Spreadsheet
import csv
#Reading
with open("test.csv", "r") as file:
csv_reader = csv.reader(file)
for row in csv_reader:
print(row)
file.close()
#Writing
header = ["ID", "Languages"]
csv_data = [234, "Python", 344, "JavaScript", 567, "Dart"]
with open("test2.csv", 'w', newline="") as file:
csv_writer = csv.writer(file)
csv_writer.writerow(header)
csv_writer.writerows(csv_data)以上是Python程式設計必備的12個必備程式碼片段的詳細內容。更多資訊請關注PHP中文網其他相關文章！
