← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 6650.e · 生成模型:GPT-6

捕获分组用于取值而非语义保证

理解等级:中级

groups按括号顺序返回匹配子串,不参与的分支可能为None。嵌套括号会增加位置编号,取最后一组作为名字依赖具体模式结构;Rosa Parks例只得到Rosa,不能认定已提取完整姓名。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      >>> re_greeting.match('Hello Rosa').groups() ('Hello', None, None, 'Rosa') >>> re_greeting.match("Good morning Rosa") <re.Match object; span=(0, 17), match="Good morning Rosa"> >>> re_greeting.match("Good Manning Rosa") #2 >>> re_greeting.match('Good evening Rosa Parks').groups() #3 ('Good evening', 'Good ', 'evening', 'Rosa') >>> re_greeting.match("Good Morn'n Rosa") <re.Match object; span=(0, 16), match="Good Morn'n Rosa"> >>> re_greeting.match("yo Rosa") <re.Match object; span=(0, 7), match='yo Rosa'> #1 You can compile regular expressions, so you do not

    参考来源

    - 位置:《Natural Language Processing in Action, Second Edition》第01章《会读写的机器与自然语言处理》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/Natural Language Processing in Action, Second Edition/_epub-src/OEBPS/Text/chapter-1.html) - 结论依据:摘录中关于捕获分组用于取值而非语义保证的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:>>> re_greeting.match('Hello Rosa').groups() ('Hello', None, None, 'Rosa') >>> re_greeting.match("Good morning Rosa") <re.Match object; span=(0, 17), match="Good morning Rosa"> >>> re_greeting.match("Good Manning Rosa") #2 >>> re_greeting.match('Good evening Rosa Parks').groups() #3 ('Good evening', 'Good ', 'evening', 'Rosa') >>> re_greeting.match("Good Morn'n Rosa") <re.Match object; span=(0, 16), match="Good Morn'n Rosa"> >>> re_greeting.match("yo Rosa") <re.Match object; span=(0, 7), match='yo Rosa'> #1 You can compile regular expressions, so you do not