- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我必须使用 Python 找出句子中的所有小写单词。我考虑过如下使用正则表达式:
import re
re.findall(r'\b[^A-Z()\s\d]+\b', 'A word, TWO words')
除了我有的情况外,它都有效,例如,Aword
。我该如何解决?
一般来说,正则表达式应该匹配以下情况:
Aword --> output: word
A word --> output: word
A word word --> output [word, word]
A(word) AND A pers --> output [word, pers]
AwordWOrd --> output [word, rd]
最佳答案
您实际上不需要此任务的正则表达式,您可以使用str
方法。基于正则表达式的方法非常快,但可以使用 str.translate
更快地完成它.
这是我找到的最快的解决方案。我们创建一个翻译表(字典),将每个非小写 ASCII 字符映射到一个空格。然后我们使用 str.split
将结果字符串拆分成一个列表; str.split()
拆分任何空格,并丢弃空格,只留下所需的单词。
# Create a translation table that maps all ASCII chars
# except lowercase letters to space
bad = bytes(set(range(128)) - set(ascii_lowercase.encode()))
table = dict.fromkeys(bad, ' ')
def find_lower(s):
""" Translate non-lowercase chars to space """
return s.translate(table).split()
下面是一些比较各种方法的测试代码,包括 Ajax1234 的正则表达式解决方案,以及 sopython 中的一些常规建议。聊天室,包括Kevin和 user3483203 .
该代码的测试数据由包含datalen
个词的字符串组成,datalen
的范围从32到1024。每个词由8个随机字符组成;随机词生成器大多选择小写字母。
作为the timeit.Timer.repeat
docs提到这些结果中的重要数字是最小(每个列表中的第一个),其他数字仅表示由于系统负载变化对结果的影响。
#! /usr/bin/env python3
""" Find all "words" of lowercase chars in a string
Speed tests, using the timeit module, of various approaches
See https://stackoverflow.com/q/51710087
Written by Ajax1234, PM 2Ring, Kevin, and user3483203
2018.08.07
"""
import re
from string import ascii_lowercase, printable
from timeit import Timer
from random import seed, choice
seed(17)
# A collection of chars with lots of lowercase
# letters to use for making random words
test_chars = 5 * ascii_lowercase + printable
def randword(n):
""" Make a random "word" of n chars."""
return ''.join([choice(test_chars) for _ in range(n)])
# Create a translation table that maps all ASCII chars
# except lowercase letters to space
bad = bytes(set(range(128)) - set(ascii_lowercase.encode()))
table = dict.fromkeys(bad, ' ')
def find_lower_pm2r(s, table=table):
""" Translate non-lowercase chars to space """
return s.translate(table).split()
def find_lower_pm2r_byte(s):
""" Convert to bytes & test the ASCII code to see if it's in range """
return bytes(b if 97 <= b <= 122 else 32 for b in s.encode()).decode().split()
def find_lower_ajax(s):
""" Use a regex """
return re.findall('[a-z]+', s)
def find_lower_kevin(s):
""" Use the str.islower method """
return "".join([c if c.islower() else " " for c in s]).split()
lwr = set(ascii_lowercase)
def find_lower_3483203(s, lwr=lwr):
""" Test using a set """
return ''.join([i if i in lwr else ' ' for i in s]).split()
functions = (
find_lower_ajax,
find_lower_pm2r,
find_lower_pm2r_byte,
find_lower_kevin,
find_lower_3483203,
)
def verify(data, verbose=False):
""" Check that all functions give the same results """
if verbose:
print('Verifying:', repr(data))
results = []
for func in functions:
result = func(data)
results.append(result)
if verbose:
print('{:20} : {}'.format(func.__name__, result))
head, *tail = results
return all(u == head for u in tail)
def time_test(loops, data):
""" Perform the timing tests """
timings = []
for func in functions:
t = Timer(lambda: func(data))
result = sorted(t.repeat(3, loops))
timings.append((result, func.__name__))
timings.sort()
for result, name in timings:
print('{:20} : {:.6f}, {:.6f}, {:.6f}'.format(name, *result))
print()
# Check that all functions perform correctly
datalen = 8
data = ' '.join([randword(8) for _ in range(datalen)])
print(verify(data, True), '\n')
# Time it!
loops = 1024
datalen = 32
for _ in range(6):
data = ' '.join([randword(8) for _ in range(datalen)])
print('loops', loops, 'len', datalen, verify(data, False))
time_test(loops, data)
loops //= 2
datalen *= 2
输出
Verifying: '3c/zpws% OO8Dtcgl u;Zdm{y. dx]JTyjb pj;+ ym\t O6d.Jbg8 f\tRxrbau z`rxnkI:'
find_lower_ajax : ['c', 'zpws', 'tcgl', 'u', 'dm', 'y', 'dx', 'yjb', 'pj', 'ym', 'd', 'bg', 'f', 'xrbau', 'z', 'rxnk']
find_lower_pm2r : ['c', 'zpws', 'tcgl', 'u', 'dm', 'y', 'dx', 'yjb', 'pj', 'ym', 'd', 'bg', 'f', 'xrbau', 'z', 'rxnk']
find_lower_pm2r_byte : ['c', 'zpws', 'tcgl', 'u', 'dm', 'y', 'dx', 'yjb', 'pj', 'ym', 'd', 'bg', 'f', 'xrbau', 'z', 'rxnk']
find_lower_kevin : ['c', 'zpws', 'tcgl', 'u', 'dm', 'y', 'dx', 'yjb', 'pj', 'ym', 'd', 'bg', 'f', 'xrbau', 'z', 'rxnk']
find_lower_3483203 : ['c', 'zpws', 'tcgl', 'u', 'dm', 'y', 'dx', 'yjb', 'pj', 'ym', 'd', 'bg', 'f', 'xrbau', 'z', 'rxnk']
True
loops 1024 len 32 True
find_lower_pm2r : 0.038420, 0.075005, 0.082880
find_lower_ajax : 0.065296, 0.083511, 0.117944
find_lower_3483203 : 0.136276, 0.139128, 0.139208
find_lower_kevin : 0.225619, 0.241822, 0.250794
find_lower_pm2r_byte : 0.249634, 0.257480, 0.268771
loops 512 len 64 True
find_lower_pm2r : 0.026582, 0.026888, 0.027445
find_lower_ajax : 0.059608, 0.061116, 0.074781
find_lower_3483203 : 0.129526, 0.130411, 0.163533
find_lower_kevin : 0.217885, 0.219185, 0.219834
find_lower_pm2r_byte : 0.237033, 0.237225, 0.237880
loops 256 len 128 True
find_lower_pm2r : 0.020133, 0.020144, 0.020194
find_lower_ajax : 0.059215, 0.060153, 0.076451
find_lower_3483203 : 0.125678, 0.125989, 0.127963
find_lower_kevin : 0.215228, 0.215832, 0.218419
find_lower_pm2r_byte : 0.234180, 0.237770, 0.240791
loops 128 len 256 True
find_lower_pm2r : 0.017107, 0.017151, 0.017376
find_lower_ajax : 0.061019, 0.062389, 0.074479
find_lower_3483203 : 0.123576, 0.123802, 0.126174
find_lower_kevin : 0.212917, 0.213197, 0.214432
find_lower_pm2r_byte : 0.231248, 0.232049, 0.233519
loops 64 len 512 True
find_lower_pm2r : 0.014723, 0.014752, 0.014787
find_lower_ajax : 0.054442, 0.055595, 0.068130
find_lower_3483203 : 0.121101, 0.121847, 0.122723
find_lower_kevin : 0.210416, 0.211491, 0.211810
find_lower_pm2r_byte : 0.232548, 0.232655, 0.234670
loops 32 len 1024 True
find_lower_pm2r : 0.013886, 0.014000, 0.014106
find_lower_ajax : 0.051643, 0.052614, 0.065182
find_lower_3483203 : 0.121135, 0.121708, 0.124333
find_lower_kevin : 0.210581, 0.212073, 0.212232
find_lower_pm2r_byte : 0.245451, 0.251015, 0.252851
结果是针对 Python 3.6.0 的,在我运行 Linux 的 Debian 衍生版本的古老单核 32 位 2GHz 机器上。 YMMV。
user3483203 添加了一些 Pandas and matplotlib code从 timeit
结果生成图表。
关于python - 找出句子中所有的小写单词,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51710087/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!