0
votes

Python Regex: avoir du mal à comprendre les résultats

J'ai un Dataframe que j'ai besoin d'écrire sur le disque, mais Pyspark n'autorise aucun de ces caractères ,; {} () \\ n \\ t = à présenter dans les en-têtes en écrivant comme fichier de parquet.

Alors j'ai écrit un script simple pour détecter si cela se passe xxx

mais pour chaque en-tête, Aucun a été imprimé. C'est faux parce que je sais que mon fichier a des espaces dans ses en-têtes. Donc, j'ai décidé de vérifier en exécutant les couple de lignes suivantes xxx

Cela a entraîné une erreur Aucun être imprimé.

Je ne suis pas sûr de ce que je fais mal ici.

PS: J'utilise Python3.7


                        
                        
                            
                                                                    python
                                                                    regex
                                                            
                        
                                                    
                            
                            
                                4 commentaires
                                
                                                                            Vous avez probablement besoin d'une classe de caractères  [; {} () \\ n \\\\t =] .

                                        
                                                                            Votre regex correspond à ces personnages tous ensemble. Avez-vous essayé le jeton  [ et ]   ([; {} \ (\) \\ n \\ t =]) ?

                                        
                                                                            Pour les deux commentaires ci-dessus, nous  NE PAS  avez besoin de doubler des choses d'échappement comme  \ n  dans une classe de caractères, une seule barre oblique inverse est suffisante. Et  () {}  ne nécessite aucune échappée du tout.

                                        
                                                                             Imprimer ((A.Groups ()))  Vous pouvez voir les mots qui correspondent à votre modèle

3 Réponses : 2 votes Le problème est que {} ainsi que () sont des métacaraceurs de regex et ont une signification particulière. Peut-être que le moyen le plus simple d'écrire votre logique serait d'utiliser le motif: xxx Ceci dit pour correspondre aux caractères littéraux que pyspark ne permet pas d'être présent dans le Les en-têtes. xxx Si vous vouliez supprimer ces caractères, vous pouvez essayer d'utiliser re. / code>: xxx 0 commentaires 1 votes Si vous souhaitez vérifier si un texte contient tout fort> de "interdit" Caractères, vous devez les mettre entre [ code> et ] code>. Un autre défaut dans votre regex est que dans les chaînes "normales" (pas r-strings ) Toute barre oblique inverse doit être doublée forte>. p> alors changez votre regex à: p> xxx pré> ou utilisez r-string : P> r"[,;{}()\n\t= ]" 1 commentaires Droit. Merci. J'ai édité la question à inclure l'espace 1 votes Comme déjà expliqué, vous pouvez utiliser REGEX pour rechercher des caractères interdits, je souhaite ajouter que vous pouvez le faire sans utiliser RegEx de suivre: forbidden = ",;{}()\n\t=" def has_forbidden(txt): for i in forbidden: if i in txt: return True return False print(has_forbidden("ok name")) # False print(has_forbidden("wrong=name")) # True print(has_forbidden("with\nnewline")) # True 0 commentaires

Articles qui pourrait vous intéresser : Python: ConnectionError: HTTPSConnectionPool (hôte = 'api.foursquare-com', port = 443) L'exécution de Flask sous Windows n'exécute pas la commande d'exécution de flask Chatbot installé mais obtention d'une erreur lors de l'importation de ChatBot Administrateur Django: __str__ a renvoyé une non-chaîne (type int)