正则获取词缀集
从词典中获取词缀集
代码
import re
f = open("C:/Users/张金元/Desktop/a.txt", "r", encoding='utf-8') #打开a.txt文件，以只读得方式，注意编码格式，含中文
data = f.readlines() #循环文本中得每一行，得到得是一个列表的格式<class 'list'>
f.close() #关闭a.txt文件
for line in data:
result = re.findall('-(\w*\w)\s+',line) #使用正则表达式筛选每一行的数据,自行查找正则表达式 取得后缀
result1 = list(set(result)) #去掉重复后缀
result1.sort(key=result.index) #按照之前的list排序
print("res1:%s" % result1)
for i in result1:
f1 = open("C:/Users/张金元/Desktop/c.txt", "a+", encoding='utf-8') #新建一个c.txt文本，已追加的方式写入
f1.write(i + '\n') # 将每一行打印进c.txt文件并换行
f1.close() # 关闭c.txt文件**
print(i)
python txt操作
- 打开文件：f = open(“test.txt”, ‘操作模式’) #”test.txt”文本操作路径
- w ——————————– 只能写入，如果之前有文件，则会被覆盖
- r ——————————– 只能读取
- a ——————————– 向文件追加
- w+ ——————————– 可读可写
- r+ ——————————– 可读可写
- a+ ——————————– 可读可追加
- wb+ ——————————写入进制文件
## 正则表达式
### 语法 - . 匹配任意字符（不包括换行符） - ^ 匹配开始位置，多行模式下匹配每一行的开始 - $ 匹配结束位置，多行模式下匹配每一行的结束 - * 匹配前一个元字符0到多次 - + 匹配前一个元字符1到多次 - ? 匹配前一个元字符0到1次 - {m,n} 匹配前一个元字符m到n次 - \ 转义字符，跟在其后的字符将失去作为特殊元字符的含义，例如.只能匹配.，不能再匹配任意字符 - [] 字符集，一个字符的集合，可匹配其中任意一个字符 - | 逻辑表达式 或 ，比如 a|b 代表可匹配 a 或者 b - (…) 分组，默认为捕获，即被分组的内容可以被单独取出，默认每个分组有个索引，从 1 开始，按照”(“的顺序决定索引值 - (?iLmsux) 分组中可以设置模式，iLmsux之中的每个字符代表一个模式,用法参见 模式 I - (?:…) 分组的不捕获模式，计算索引时会跳过这个分组 - (?P…) 分组的命名模式，取此分组中的内容时可以使用索引也可以使用name - (?P=name) 分组的引用模式，可在同一个正则表达式用引用前面命名过的正则 - (?#…) 注释，不影响正则表达式其它部分,用法参见 模式 I - (?=…) 顺序肯定环视，表示所在位置右侧能够匹配括号内正则 - (?!…) 顺序否定环视，表示所在位置右侧不能匹配括号内正则 - (?<=…) 逆序肯定环视，表示所在位置左侧能够匹配括号内正则 - (?<!…) 逆序否定环视，表示所在位置左侧不能匹配括号内正则 - (?(id/name)yes|no) 若前面指定id或name的分区匹配成功则执行yes处的正则，否则执行no处的正则 - \number 匹配和前面索引为number的分组捕获到的内容一样的字符串 - \A 匹配字符串开始位置，忽略多行模式 - \Z 匹配字符串结束位置，忽略多行模式 - \b 匹配位于单词开始或结束位置的空字符串 - \B 匹配不位于单词开始或结束位置的空字符串 - \d 匹配一个数字， 相当于 [0-9] - \D 匹配非数字,相当于 [^0-9] - \s 匹配任意空白字符， 相当于 [ \t\n\r\f\v] - \S 匹配非空白字符，相当于 [^ \t\n\r\f\v] - \w 匹配数字、字母、下划线中任意一个字符， 相当于 [a-zA-Z0-9_] - \W 匹配非数字、字母、下划线中的任意字符，相当于 [^a-zA-Z0-9_]