正则表达式1

1.爬虫request，scrapy2.数据pandas，etc3.大数据hadoop or javasript or 4.数据挖掘算法 5.自然语言处理？
//数据分析师的技能牌中SQL，Excel，Python和R出现频次最高，尤其是SQL。数据挖掘工程师的技能牌中Python，Java，Hadoop，Spark出现频次较高，尤其是Python。
Running Programs in Atom
Running programs in Atom using atom-runner is relatively straight-forward. From the atom-runner documentation:

Hit Ctrl+R (Alt+R on Win/Linux) to launch the runner for the active window.
Hit Ctrl+Shift+R (Alt+Shift+R on Win/Linux) to run the currently selected text in the active window.
Hit Ctrl+Shift+C to kill a currently running process.
Hit Escape to close the runner window.

python -m pip install --upgrade pip

tab indent

===============================================================================
re正则表达式
raw string原始字符串

原始字符串是用来解决正则表达式和ASCII字符之间的冲突而产生的技术。例如正则表达式\b表示匹配单词边界？？？，而ASCII字符\b表示退格，如果正则表达式要匹配退格，就要使用双重转义，如\b。为了简化过多的转义符，就引入了原始字符串，例如字符串’\b’可用r’\b’来表示。所以原始字符串常用在正则表达式里。

类似于表示UNICODE字符的时候，在字符串前加’u’，表示原始字符串的时候，在字符串前加’r’，这个字符串就是原始字符串了。加r前缀的意思就是防止转义。
#什么时候需要转义？？？

在复杂性，效率，准确性间取舍

I think that python do not support ‘/<’ ‘/>’

#反向引用
result = re.search(r"([A-Za-z]+) +\1",s1)
result1 = re.search(r"((\d)+) \1",“123123” )
result2 =re.search(’(\d).\1’,‘234234’ )
#大多数程序程序设计语言支持字符组内部

#区间量词
s2=‘34343’
result1=re.search(r"\d{0,9}",s2)

#引号内的字符串
“[^”]*"

s2=’$1.99’
result2=re.search(’$[0-9]+(.[0-9][0-9])?’,s2)

非捕获组
语法：

字符 描述 示例

(?:pattern)

匹配pattern，但不捕获匹配结果。

'industr(?:y|ies)

匹配’industry’或’industries’。

(?=pattern)

零宽度正向预查，不捕获匹配结果。

‘Windows (?=95|98|NT|2000)’

匹配 “Windows2000” 中的 “Windows”

不匹配 “Windows3.1” 中的 “Windows”。

(?!pattern)

零宽度负向预查，不捕获匹配结果。

‘Windows (?!95|98|NT|2000)’

匹配 “Windows3.1” 中的 “Windows”

不匹配 “Windows2000” 中的 “Windows”。

(?<=pattern)

零宽度正向回查，不捕获匹配结果。

‘2000 (?<=Office|Word|Excel)’

匹配 " Office2000" 中的 “2000”

不匹配 “Windows2000” 中的 “2000”。

(?

零宽度负向回查，不捕获匹配结果。

‘2000 (?

匹配 " Windows2000" 中的 “2000”

不匹配 " Office2000" 中的 “2000”。

\s 所有能表示‘空白字符’字符组
\t 匹配制表符
\b perl中匹配一个单词分界符，字符组中匹配一个退格符

s2=‘aaa(a)^]a’
#result=re.search(‘aaa\(a\)\^\][a]’,s2)
#result=re.search(r’[aaa(a)^]a]’,s2)
#result=re.search(’[aaa(a)^]a]’,s2)
#result=re.search(’[aaa(a)^]a]*’,s2)
result=re.search(r’aaa(a)^]a’,s2)