正则表达式 | Python、Julia 和 Shell 语法详解

正则表达式在网页爬虫、脚本编写等众多任务中都有重要的应用。为了系统梳理其语法，以及 Python、Julia 和 Shell 中与正则表达式相关的工具，本篇将进行详细介绍。

相关学习资源：编程胶囊。

基础语法

通用语法

在大多数支持正则表达式的语言中，以下规则是一致的，适用于 Shell、Python 和 Julia。

  1. 匹配位置

    • ^ 匹配字符串开头，$ 匹配字符串结尾，例如：
      • ^ab 匹配 abc, abcd, abb, ab
      • ^ab 不匹配 aab, aac, bab
      • ab$ 匹配 aab, ab, abab
      • ab$ 不匹配 aabb, b, abb
      • ^ab$ 精确匹配 ab

  2. 匹配字符

    匹配符说明
    .匹配除回车外的任意一个字符
    ( )字符串分组
    [ ]定义字符类，匹配括号中的任意一个字符
    \转义字符
    *匹配前一个字符若干次（包括 0 次）
    ?字符出现 0 次或 1 次
    +字符至少出现一次
    {n,}字符至少出现 n 次
    {n, m}字符至少出现 n 次，最多 m 次
    {m}字符正好出现 m 次

  3. 示例

    • ^a.c$ 匹配 abc, a.c, aec
    • ^a.c$ 不匹配 abbc, ac, .c
    • ^a\.c 精确匹配 a.c
    • ^a*c 匹配 c, ac, aac 等
    • ^a?c$ 仅匹配 c, ac
    • ^a+c$ 匹配 ac, aac 等

  4. 中括号表示匹配一个字符，其内部规则：

    • - 表示区间，注意右区间不能小于左区间，否则匹配无效。例如：
      • [2-8] 匹配数字 2 到 8
      • [a-c] 匹配字母 a, b, c
    • ^ 表示取反，例如 [^1-3] 匹配除了 1, 2, 3 以外的字符
    • \ 用于匹配特殊字符，例如 [\-] 匹配 -，[\[] 匹配 [

贪婪匹配

  1. ? 的多重含义

    • 放在字符后，表示匹配 0 次或 1 次
    • 放在分组前，?: 表示不捕获分组内容
    • 用于断言时，?=, ?!, ?<=, ?<! 表示正向/反向断言
    • 放在可变长匹配后，表示非贪婪匹配，即尽可能少地匹配字符

  2. 示例

    reg1 = r"a{2,}"
reg2 = r"a{2,}?"
collect(eachmatch(reg1, "aaaaa"))
# 贪婪匹配，匹配到一个元素 "aaaaa"
collect(eachmatch(reg2, "aaaaa"))
# 非贪婪匹配，匹配到两个 "aa", "aa"

  3. 贪婪匹配 vs 即停匹配
    比起“非贪婪匹配”，更合适的说法是“匹配即停”。
    对于可变长规则，贪婪匹配会尽可能多地匹配字符，而即停匹配在成功匹配到最短的子串后立即停止。

    reg1 = r"a.*b"
reg2 = r"a.*?b"
collect(eachmatch(reg1, "aaaaabaab"))
# 贪婪匹配，匹配到 "aaaaabaab"
collect(eachmatch(reg2, "aaaaabaab"))
# 即停匹配，匹配到 "aaaaab" 和 "aab"

特殊匹配

  1. 以下规则在 Python 和 Julia 中一致，并与 Linux 的 Perl 兼容，而 shell 中的 grep 使用 POSIX 特殊字符，需要单独处理。

  2. 常见特殊字符

    • \w 匹配单词字符，包括 [a-zA-Z0-9_] 和汉字等，不包括符号
    • \d 匹配数字，等价于 [0-9]
    • \s 匹配空白字符，包括空格、制表符、换行符等
    • \b 匹配单词边界
      • 例如：\babc 匹配以 abc 开头的单词 abc, abcd, .abcdef
      • 不匹配 aabc, _abc, ababc
      • \b\w{4}\b 匹配长度为 4 的单词
    • \W, \D, \S 分别匹配 \w, \d, \s 的反例

分组

正则表达式提供了一种将表达式分组的机制，当使用分组时，除了获得整个匹配，还能够在匹配中选择每一个分组。

  1. 分组用括号抓取，比如

    • (\d{4})-(\d{2})-(\d{2}) 匹配并提取数据 2022-02-28 中的日期，一共三个分组
    ## Python 正则
re.findall(r'(\d{4})-(\d{2})-(\d{2})', '2022-02-282321-02-21')
# [('2022', '02', '28'), ('2321', '02', '21')]

    ## Julia 正则
collect(eachmatch(r"(\d{4})-(\d{2})-(\d{2})", "2022-02-282321-02-21"))
# RegexMatch("2022-02-28", 1="2022", 2="02", 3="28")
# RegexMatch("2321-02-21", 1="2321", 2="02", 3="21")

  2. 分组内，使用“或”运算 |，比如

    • (\.jpg|\.png) 匹配 .jpg 或 .png
    • (\.(jpg|png)) 嵌套匹配，两个分组，组1为 .jpg 或 .png，组2为 jpg 或 png
    ### 匹配到两段信息，元组长度分别为 1
collect(eachmatch(r"\d(\.jpg|\.png)", "1.jpg, 2.png"))
# RegexMatch("1.jpg", 1=".jpg")
# RegexMatch("2.png", 1=".png")
### 匹配到两端信息，元组长度分别为 2
collect(eachmatch(r"\d(\.(jpg|png))", "1.jpg, 2.png"))
# RegexMatch("1.jpg", 1=".jpg", 2="jpg")
# RegexMatch("2.png", 1=".png", 2="png")

  3. 有时候，我们并不需要捕获某个分组的内容，但是又想使用分组的特性（比如或运算）。这个时候就可以使用非捕获组 (?:表达式)，从而不捕获数据，还能使用分组的功能，比如匹配前缀和后缀，但只捕获前缀的分组

    ## Julia
collect(eachmatch(r"(\w)\.(?:jpg|png)", "1.jpg, 2.png"))
# RegexMatch("1.jpg", 1="1")
# RegexMatch("2.png", 1="2")

    # Python
re.findall(r"(\w)\.(?:jpg|png)", "1.jpg, 2.png")
# ['1', '2']

  4. 分组的回溯引用，\N 表示表达式的第 N 个分组，比如

    collect(eachmatch(r"(\w)(\w)\2\1", "abbaddadda"))
# RegexMatch("abba", 1="a", 2="b")
# RegexMatch("adda", 1="a", 2="d")

    re.findall(r"(\w)(\w)\2\1", "abbaddadda")
# [('a', 'b'), ('a', 'd')]

断言

正则表达式中的断言（Assertions）与 ^（匹配字符串开头）、$（匹配字符串结尾）或 \b（匹配单词边界）一样，都是用于匹配字符串中的某个位置，而不是匹配具体的字符。由于它们只匹配位置而不消耗字符，因此也称为“零宽断言”。

1. 断言类型

断言可以分为四种类型：

  • 正向先行断言：(?=pattern)
  • 负向先行断言：(?!pattern)
  • 正向后行断言：(?<=pattern)
  • 负向后行断言：(?<!pattern)
2. 正向先行断言

正向先行断言 (?=pattern) 匹配的是这样一个位置：该位置之后的字符序列可以匹配给定的 pattern。例如：

在字符串 a regular expression 中，我们想匹配单词 regular 中的 re，但不匹配 expression 中的 re，可以使用以下正则表达式：

re(?=gular)

这个表达式限定了匹配的 re 之后必须跟着 gular，但并不消耗 gular 这些字符。如果修改为 re(?=gular)g，则会匹配 reg，因为在 re 和 g 之间的位置满足了 gular 的条件。

3. 负向先行断言

负向先行断言 (?!pattern) 匹配的是这样一个位置：该位置之后的字符序列不能匹配给定的 pattern。例如：

在字符串 regex represents regular expression 中，如果我们想匹配 regex 和 regular 中的 re，但排除 represents 和 expression 中的 re，可以使用：

re(?!g)

这个表达式表示 re 之后不能有字母 g。

4. 正向后行断言

正向后行断言 (?<=pattern) 匹配的是这样一个位置：该位置之前的字符序列可以匹配给定的 pattern。例如：

在字符串 regex represents regular expression 中，假设我们想匹配单词中的 re，但不匹配出现在单词开头的 re，可以使用：

(?<=\w)re

这里的断言要求 re 之前必须有一个单词字符（\w），所以不会匹配 regex 中的 re。

5. 负向后行断言

负向后行断言 (?<!pattern) 匹配的是这样一个位置：该位置之前的字符序列不能匹配给定的 pattern。例如：

在字符串 regex represents regular expression 中，如果我们想排除匹配 represents 和 expression 中的 re，但匹配 regex 中的 re，可以使用：

(?<!\w)re

这表示 re 之前不能有任何单词字符。

6. 断言总结
  • 正向断言用 =，表示断言的条件必须成立；
  • 负向断言用 !，表示断言的条件不能成立；
  • 先行断言从当前位置开始向后匹配，限定该位置之后的字符；
  • 后行断言从当前位置开始向前匹配，限定该位置之前的字符。
7. 断言示例

为了更好地理解断言，我们可以以字符串 regex represents regular expression 为例，尝试几种断言组合：

  • 正向先行断言：re(?=g) 限定 re 之后必须有 g，因此匹配 regex 和 regular 中的 re，排除了 represents 和 expression 中的 re。
  • 负向先行断言：re(?!s|p) 限定 re 之后不能是 s 或 p，匹配了 regex 和 regular 的 re，排除了 represents 和 expression。
  • 正向后行断言：(?<=r)e 限定 e 之前必须是 r，匹配所有单词中的 e。
  • 负向后行断言：(?<!p)re 限定 re 之前不能是 p，排除了 represents 和 expression 中的 re。
8. 经典断言应用

我们可以用断言来匹配一个同时包含大小写字母的非空字符串。例如：

(?=.*?[a-z])(?=.*?[A-Z]).+

解释：

  • (?=.*?[a-z]) 匹配包含至少一个小写字母的位置；
  • (?=.*?[A-Z]) 匹配包含至少一个大写字母的位置；
  • 最后的 .+ 表示字符串本身至少有一个字符。

通过这种方式，两个断言结合，确保字符串同时包含大写和小写字母。类似地，我们可以使用 (?=.*?[a-z]{m,}) 来匹配至少包含 m 个小写字母的位置。

Shell

  1. grep -E 和 egrep 命令
    在 Shell 中，可以使用 grep -E 或 egrep 命令进行正则表达式匹配。需要注意的是，默认的 grep 是 grep -e，而 -e 只支持基础正则表达式（BRE），这会导致一些高级的正则语法无法使用。例如，grep a?c 在默认模式下不会匹配 ac 和 c。

  2. POSIX 特殊字符
    POSIX 标准定义了一组特殊字符类，这些字符类可用于匹配特定的字符类型。在使用 grep 时，可以通过 [:class:] 来引用这些字符类。

    特殊字符说明
    [:alnum:]匹配任意字母字符和数字（0-9a-zA-Z）
    [:alpha:]匹配任意字母字符（大写或小写）
    [:digit:]匹配数字 0-9
    [:graph:]匹配除空格外的所有可打印字符
    [:lower:]匹配小写字母 a-z
    [:upper:]匹配大写字母 A-Z
    [:cntrl:]匹配控制字符
    [:print:]匹配所有可打印字符，包括空格
    [:punct:]匹配标点符号
    [:blank:]匹配空格和制表符
    [:xdigit:]匹配十六进制数字
    [:space:]匹配所有空白字符（如换行符、空格、制表符）

  3. 外层字符匹配
    在使用 POSIX 字符类时，通常需要将它们放在方括号内。例如：

    grep '[[:alpha:]]' filename  # 匹配文件中的字母字符

Julia

在 Julia 中，正则表达式通过 r 前缀表示，使用非常灵活，并且支持与 Python 类似的丰富功能。推荐参考 Julia 官方文档。

  1. 基本使用
    在 Julia 中，使用 r"..." 来定义正则表达式。例如：

    re = r"^\s*(?:#|\$)"
typeof(re)  # 输出: Regex
isconcretetype(Regex)  # 输出: true

    该正则表达式匹配以若干空格开头，后跟 # 或 $ 的字符串。其具体语法为：

    • ^：匹配行首；
    • \s*：匹配若干空白字符；
    • (?:...)：非捕获组，用于组合多个条件；
    • #|\$：匹配 # 或 $。

  2. occursin 和 match

    • occursin 用于判断字符串中是否存在匹配项：
    occursin(r"^\s*(?:#|\$)", "# a comment")  # 输出: true
    • match 用于获取具体的匹配结果：
    m = match(r"(\d{2})([a-z]{2})", "aa12bb34cc")
m.match  # 输出: "12bb"
m.captures  # 输出: ["12", "bb"]
m.offset  # 匹配的起始位置
m.offsets  # 每个捕获组的起始位置

  3. 分组命名和回溯引用
    Julia 支持命名分组，并且允许通过名称或索引来引用分组：

    m = match(r"(?<tag>\d+):(\d+)", "12:45")
m[:tag]  # 使用标签调用分组，输出: "12"
m[2]  # 使用索引调用分组，输出: "45"

    同时，支持回溯调用分组内容：

    m = match(r"(?P<hi>\d+):\g<hi>", "12:12")  # 用 \g<hi> 调用分组
m = match(r"(?<hi>\d+):\g1", "12:12")  # 使用分组序号

  4. replace 函数
    replace 函数在 Julia 中支持正则表达式，并允许使用捕获组中的内容：

    replace("--12:34--", r"(?<hour>\d+):(?<minute>\d+)" => s"\g<minute>")  # 输出: "--34--"

  5. eachmatch 函数
    eachmatch 返回一个 RegexMatch 对象的迭代器，用于多项匹配：

    collect(eachmatch(r"\d\d", "1234"))  # 输出: 两个匹配项 ["12", "34"]

  6. 换行匹配
    . 无法匹配换行符，要匹配换行符可以使用 [\s\S] 或 [\w\W]：

    match(r"123[\s\S]321", "123\n22\n321")  # 输出: RegexMatch("123\n22\n321")

Python

Python 自 1.5 版本起增加了 re 模块，它提供 Perl 风格的正则表达式模式。

  1. match 从字符起始位置开始匹配

    re.match(r"\d\d", "2a-2b\n20") # 返回 None，未匹配到
re.match(r"\w\w", "2a-2b\n20") # 返回匹配对象
# <re.Match object; span=(0, 2), match='2a'>

  2. search 扫描整个字符串，并返回第一个成功匹配的位置

    re.search(r"\d\d", "2a-2b\n20")
# <re.Match object; span=(6, 8), match='20'>
info = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})", "ab2022-03-01cd")
print(info.start()) # 2 | 匹配到的起始位置
print(info.end()) # 12 | 匹配到的终点位置
info.span() # (2, 12) | 起始 和 终点
print(info.groups()) # ('2022', '03', '01') | 分组内容
print(info.group(0)) # 2022-03-01 | 位置 0 代表匹配的字符串
info.group() # 等同于 info.group(0)
info.group(1) # 2022 | 位置 1 代表分组第一个元素
info.regs # ((2, 12), (2, 6), (7, 9), (10, 12)) | 分组内容的索引
info.re # 返回使用的正则匹配规则
info.string # 返回被匹配的字符串
info.groupdict() # {'year': '2022', 'month': '03', 'day': '01'} | 字典形式返回匹配内容

    匹配对象的常用属性和方法
    深度截图_选择区域_20220305155144

  3. sub 检索和替换

    # 提取日期，并将格式的 - 改为 /
txt = "ab2022-03-01cd"
reg = r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})"
repl = r"\1/\2/\3"
re.sub(reg, repl, txt) # 'ab2022/03/01cd'

  4. compile 编译正则表达式，搭配其他函数使用

    reg = re.compile(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})") # 编译正则表达式
reg.search("ab2022-03-01cd") # 返回查找对象

  5. findall 查找所有匹配的字符串

    re.findall("\w{2}", "2022-03-01") # 返回字符串构成的列表
# ['20', '22', '03', '01']
re.findall("(\w{2})-(\w{2})", "20-22-03-01") # 返回字符串元组构成的列表
# [('20', '22'), ('03', '01')]

  6. finditer 返回迭代器形式的匹配信息

    list(re.finditer("\w{2}", "2022-03-01"))
# [<re.Match object; span=(0, 2), match='20'>,
# <re.Match object; span=(2, 4), match='22'>, 
# <re.Match object; span=(5, 7), match='03'>, 
# <re.Match object; span=(8, 10), match='01'>]

  7. split 按匹配规则进行字符串拆分

    re.split("\d", "1bb3cc1dd")
# ['', 'bb', 'cc', 'dd']

  8. 在使用以上函数时，支持修饰符，且多个修饰符用 | 指定，比如

    re.findall(r"ab.*cd", "ab\ndd\nCD") # [] | 换行匹配不到
re.findall(r"ab.*cd", "ab\ndd\nCD", re.I | re.S) # ['ab\ndd\nCD'] | `.` 可以匹配换行，字母不分大小写

  9. 常见修饰符

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

Python

Python 自 1.5 版本起引入了 re 模块，提供了类似 Perl 风格的正则表达式功能。以下是常用的正则操作：

  1. match 从字符串起始位置开始匹配：

    re.match(r"\d\d", "2a-2b\n20")  # 返回 None，未匹配到
re.match(r"\w\w", "2a-2b\n20")  # 返回匹配对象
# <re.Match object; span=(0, 2), match='2a'>

  2. search 扫描整个字符串并返回第一个匹配项：

    re.search(r"\d\d", "2a-2b\n20")
# <re.Match object; span=(6, 8), match='20'>
info = re.search(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})", "ab2022-03-01cd")
print(info.groups())  # ('2022', '03', '01')
info.groupdict()  # {'year': '2022', 'month': '03', 'day': '01'}

  3. sub 查找并替换匹配的字符串：

    txt = "ab2022-03-01cd"
reg = r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})"
repl = r"\1/\2/\3"
re.sub(reg, repl, txt)  # 输出: 'ab2022/03/01cd'

  4. compile 编译正则表达式，以提高效率：

    reg = re.compile(r"(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})")
reg.search("ab2022-03-01cd")  # 返回匹配对象

  5. findall 查找所有匹配的项并返回列表：

    re.findall(r"\w{2}", "2022-03-01")  # 返回 ['20', '22', '03', '01']

  6. finditer 返回迭代器形式的匹配对象：

    matches = list(re.finditer(r"\w{2}", "2022-03-01"))
for match in matches:
    print(match.group())  # 输出匹配的子串

  7. split 按照正则表达式拆分字符串：

    re.split(r"\d", "1bb3cc1dd")  # 输出: ['', 'bb', 'cc', 'dd']

  8. 修饰符 支持多种正则修饰符，多个修饰符可用 | 组合使用：

    re.findall(r"ab.*cd", "ab\ndd\nCD", re.I | re.S)  # ['ab\ndd\nCD'] | `.` 可匹配换行且不区分大小写

  9. 常见修饰符表：

    修饰符说明
    re.I匹配时忽略大小写
    re.M多行模式，影响 ^ 和 $
    re.S使 . 匹配所有字符，包括换行符
    re.X允许更灵活的格式，使正则表达式更易于理解

Perl

Perl 是正则表达式的先驱语言之一，其强大的正则功能被很多现代编程语言借鉴。我们可以通过 Shell 中的 grep -P 来使用 Perl 风格的正则表达式。以下是 Perl 和 Python 正则表达式的一些比较和补充：

  1. Perl 中的正则语法
    Perl 使用类似于 Python 的正则表达式语法，但增加了一些独有的功能。比如，Perl 支持更复杂的嵌套分组和条件匹配。

  2. 捕获和命名分组
    Perl 支持命名捕获组和回溯引用，类似于 Python：

    # Perl 写法
if ($str =~ /(?P<year>\d{4})-(?P<month>\d{2})-(?P<day>\d{2})/) {
    print "$+{year}/$+{month}/$+{day}\n";  # 使用命名分组
}

  3. 正则表达式修饰符
    Perl 提供了强大的修饰符功能，包括 m（多行模式）、s（单行模式）、x（扩展模式）等，类似 Python 的修饰符机制：

    $str =~ /pattern/i;  # 大小写不敏感匹配
$str =~ /pattern/s;  # 允许 `.` 匹配换行符

  4. grep -P
    在 shell 中，grep -P 允许你使用 Perl 的正则表达式语法来进行文本处理：

    grep -P '\d{4}-\d{2}-\d{2}' file.txt  # 使用 Perl 风格的正则表达式匹配日期

  5. 扩展和嵌套正则
    Perl 支持复杂的条件表达式和递归模式匹配，例如在括号匹配或 XML 解析等应用场景中非常强大。

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：/a/891355.html

如若内容造成侵权/违法违规/事实不符，请联系我们进行投诉反馈qq邮箱809451989@qq.com，一经查实，立即删除！

相关文章

24/10/14 视觉笔记 图像拼接融合

24/10/14 视觉笔记 图像拼接融合

图像拼接分为四步 1.特征点提取 2.特征点匹配 3.仿射矩阵计算 4.图像拼接与融合 1.特征提取 找到图像中具有显著性信息点&#xff0c;并计算该点的特征表达 def detectAndDescrible(img):#构建STFT特征检测器sift cv2.SIFT_create()#特征提取kps,features sift.detectA…
阅读更多...
3-3 AUTOSAR RTE 对SR Port的实现

3-3 AUTOSAR RTE 对SR Port的实现

返回总目录->返回总目录<- 目录 一、前言 二、显式访问 三、隐式访问 四、队列调用（Queued） 五、无效数据元素 一、前言 RTE作为SWC和BSW之间的通信机构，支持Sender-Receiver方式实现ECU内及ECU间的通信。 对于Sender-Receiver Port支持三种模式： 显式访问：若…
阅读更多...
京东零售数据湖应用与实践

京东零售数据湖应用与实践

作者&#xff1a;陈洪健&#xff1a;京东零售大数据架构师&#xff0c;深耕大数据 10 年&#xff0c;2019 年加入京东&#xff0c;主要负责 OLAP 优化、大数据传输工具生态、流批一体、SRE 建设。 当前企业数据处理广泛采用 Lambda 架构。Lambda 架构的优点是保证了数据的完整性…
阅读更多...
LeetCode｜70.爬楼梯

LeetCode｜70.爬楼梯

这道题很像斐波那契数列&#xff0c;但是初始值不同&#xff0c;也有动态规划的解法&#xff0c;但是一开始我想到的是递归写法。现在我们站在第n阶台阶&#xff0c;那么&#xff0c;我们上一步就有两种可能&#xff1a;1、我们从第n-1阶台阶走一步上来的&#xff1b;2、我们从…
阅读更多...
弹出“xinput1_3.dll文件缺失”的错误要怎么处理？一键修复xinput1_3.dll

弹出“xinput1_3.dll文件缺失”的错误要怎么处理？一键修复xinput1_3.dll

当你尝试打开游戏或应用时&#xff0c;如果弹出“xinput1_3.dll文件缺失”的错误&#xff0c;请记得及时处理。这个文件是DirectX中用于处理游戏控制器输入的关键组件。这个问题可以通过几个简单的步骤轻松解决。本指南将教你如何快速恢复或替换丢失的xinput1_3.dll文件&#x…
阅读更多...
免费Excel工作表同类数据合并工具

免费Excel工作表同类数据合并工具

下载地址&#xff1a;https://pan.quark.cn/s/81b1aeb45e4c 在 Excel 表格里&#xff0c;当我们试图手动将多行同类数据合并为一行时&#xff0c;会遭遇诸多棘手的困难以及繁杂的操作流程。在确定哪些数据属于可合并的同类数据时&#xff0c;单纯依靠人工进行对比&#xff0c;极…
阅读更多...
SQL数据库刷题sql_day33(连续3次为球队得分的球员名单)

SQL数据库刷题sql_day33(连续3次为球队得分的球员名单)

描述 两支篮球队进行了激烈的比赛&#xff0c;比分交替上升。比赛结束后&#xff0c;你有一个两队分数的明细表&#xff08;名称为“分数表”&#xff09;。 表中记录了球队、球员号码、球员姓名、得分分数及得分时间。现在球队要对比赛中表现突出的球员进行奖励。 问题&#x…
阅读更多...
用最短长度的绳子把整个花园围起来

用最短长度的绳子把整个花园围起来

给定一个数组 trees&#xff0c;其中 trees[i] [xi, yi] 表示树在花园中的位置。 你被要求用最短长度的绳子把整个花园围起来&#xff0c;因为绳子很贵。只有把 所有的树都围起来&#xff0c;花园才围得很好。 返回恰好位于围栏周边的树木的坐标。 示例 1: 输入: points […
阅读更多...
MySQL 的数据类型

MySQL 的数据类型

1.整数类型 1.1 tinyint tinyint 为小整数类型&#xff0c;存储空间为1个字节&#xff08;8位&#xff09;&#xff0c;有符号范围-128 ~ 127&#xff0c;无符号范围 0 ~ 255,此类型通常在数据库中表示类型的字段&#xff0c;如某一字段 type 表示学科,其中 “type1” 表示语文…
阅读更多...
实战篇：（二）React 创建项目并连接 MySQL 后台的实战教程

实战篇：（二）React 创建项目并连接 MySQL 后台的实战教程

React 创建项目并连接 MySQL 后台的实战教程 一、项目概述 本篇博客将介绍如何使用 React 搭建前端项目&#xff0c;并通过 Node.js 和 MySQL 实现简单的后台数据连接。通过这个项目&#xff0c;你将掌握从前端到后端数据库的基础开发流程&#xff0c;适合初学者或正在项目实…
阅读更多...
中国各大一线及二线省会城市程序员收入大比拼，看看你所在的城市的统计是否准确

中国各大一线及二线省会城市程序员收入大比拼，看看你所在的城市的统计是否准确

在中国&#xff0c;程序员的收入因城市、经验、学历等因素而有所不同。本文将对一线及二线省会城市的程序员收入进行详细比较&#xff0c;帮助大家了解各地的薪资水平。 一线城市程序员收入 上海 上海作为中国的经济中心&#xff0c;程序员收入最高。根据最新数据&#xff…
阅读更多...
新生编程入门的方式探讨

新生编程入门的方式探讨

关于如何编程入门&#xff0c;这是一个很好的问题。在上大学之前&#xff0c;并没有怎么接触电脑的我&#xff0c;也许可以谈一谈。 还记得在高中的时候&#xff0c;因为很多同学去网吧玩电脑打游戏&#xff0c;被学校开除&#xff0c;老师谆谆教诲大家不要去网吧&#xff0c;所…
阅读更多...
Word粘贴时出现“文件未找到：MathPage.WLL”的解决方案

Word粘贴时出现“文件未找到：MathPage.WLL”的解决方案

解决方案 一、首先确定自己电脑的位数&#xff08;这里默认大家的电脑都是64位&#xff09;二、右击MathType桌面图标&#xff0c;点击“打开文件所在位置”&#xff0c;然后分别找到MathPage.WLL三、把这个文件复制到该目录下&#xff1a;C:\Program Files\Microsoft Office\r…
阅读更多...
SQLAlchemy入门：详细介绍SQLAlchemy的安装、配置及基本使用方法

SQLAlchemy入门：详细介绍SQLAlchemy的安装、配置及基本使用方法

SQLAlchemy是一个流行的Python SQL工具包和对象关系映射&#xff08;ORM&#xff09;框架&#xff0c;它为开发人员提供了一种高效、灵活的方式来与数据库进行交互。本文将详细介绍SQLAlchemy的安装、配置及基本使用方法&#xff0c;并通过代码示例和案例分析&#xff0c;帮助新…
阅读更多...
SSL---SSL certificate problem

SSL---SSL certificate problem

0 Preface/Foreword 0.1 SSL certificate problem 开发过程中&#xff0c;gitlab-runner连接gitlab时候出现SSL 证书问题。 场景&#xff1a;公司的gitlab runner服务器引入了SSL证书&#xff0c;每年都会主动更新一次。当前的gitlab-runner运行在PC机器上&#xff0c;但是g…
阅读更多...
论文翻译 | OpenICL: An Open-Source Framework for In-context Learning

论文翻译 | OpenICL: An Open-Source Framework for In-context Learning

摘要 近年来&#xff0c;上下文学习&#xff08;In-context Learning&#xff0c;ICL&#xff09;越来越受到关注&#xff0c;并已成为大型语言模型&#xff08;Large Language Model&#xff0c;LLM&#xff09;评估的新范式。与传统微调方法不同&#xff0c;ICL无需更新任何参…
阅读更多...
如何用好 CloudFlare 的速率限制防御攻击

如何用好 CloudFlare 的速率限制防御攻击

最近也不知道咋回事儿，群里好多站长都反映被CC 攻击了。有人说依旧是 PCDN 干的，但明月感觉不像，因为有几个站长被 CC 攻击都是各种动态请求（这里的动态请求指的是.php 文件的请求）。经常被攻击的站长们都知道，WordPress /Typecho 这类动态博客系统最怕的就是这种动态请求…
阅读更多...
C++模板初阶，只需稍微学习；直接起飞；泛型编程

C++模板初阶，只需稍微学习；直接起飞；泛型编程

&#x1f913;泛型编程 假设像以前交换两个函数需要&#xff0c;函数写很多个或者要重载很多个&#xff1b;那么有什么办法实现一个通用的函数呢&#xff1f; void Swap(int& x, int& y) {int tmp x;x y;y tmp; } void Swap(double& x, double& y) {doubl…
阅读更多...
【自然语言处理】多头注意力Multi-Head Attention机制

【自然语言处理】多头注意力Multi-Head Attention机制

多头注意力&#xff08;Multi-Head Attention&#xff09;机制是Transformer模型中的一个关键组件&#xff0c;广泛用于自然语言处理任务&#xff08;如机器翻译、文本生成等&#xff09;以及图像处理任务。它的核心思想是通过多个不同的注意力头来捕获输入的不同特征&#xff…
阅读更多...
MedSAM2调试安装与使用记录

MedSAM2调试安装与使用记录

目录 前言一、环境准备多版本cuda切换切换cuda版本二 安装CUDNN2.1 检查cudnn 二、使用步骤1.安装虚拟环境2.测试Gradio3.推理 总结 前言 我们在解读完MedSAM之后&#xff0c;迫不及待想尝尝这个技术带来的福音&#xff0c;因此验证下是否真的那么6。这不&#xff0c;新鲜的使…
阅读更多...
最新文章

Copyright @ 2022~2023