[每日一练]查找拥有有效邮箱的用户以及pandas正则表达式的使用

该题目来源于力扣:

1517. 查找拥有有效邮箱的用户 - 力扣(LeetCode)

题目要求:

表: Users

复制代码
+---------------+---------+
| Column Name   | Type    |
+---------------+---------+
| user_id       | int     |
| name          | varchar |
| mail          | varchar |
+---------------+---------+
user_id 是该表的主键(具有唯一值的列)。
该表包含了网站已注册用户的信息。有一些电子邮件是无效的。

编写一个解决方案,以查找具有有效电子邮件的用户。

一个有效的电子邮件具有前缀名称和域,其中:

  1. 前缀 名称是一个字符串,可以包含字母(大写或小写),数字,下划线 '_' ,点 '.' 和/或破折号 '-' 。前缀名称 必须 以字母开头。
  2. 域 为 '@leetcode.com' 。

以任何顺序返回结果表。

结果的格式如以下示例所示:

示例 1:

复制代码
输入:
Users 表:
+---------+-----------+-------------------------+
| user_id | name      | mail                    |
+---------+-----------+-------------------------+
| 1       | Winston   | winston@leetcode.com    |
| 2       | Jonathan  | jonathanisgreat         |
| 3       | Annabelle | bella-@leetcode.com     |
| 4       | Sally     | sally.come@leetcode.com |
| 5       | Marwan    | quarz#2020@leetcode.com |
| 6       | David     | david69@gmail.com       |
| 7       | Shapiro   | .shapo@leetcode.com     |
+---------+-----------+-------------------------+
输出:
+---------+-----------+-------------------------+
| user_id | name      | mail                    |
+---------+-----------+-------------------------+
| 1       | Winston   | winston@leetcode.com    |
| 3       | Annabelle | bella-@leetcode.com     |
| 4       | Sally     | sally.come@leetcode.com |
+---------+-----------+-------------------------+
解释:
用户 2 的电子邮件没有域。 
用户 5 的电子邮件带有不允许的 '#' 符号。
用户 6 的电子邮件没有 leetcode 域。 
用户 7 的电子邮件以点开头。

关于pandas的正则表达式:

--正则表达式的匹配元素的形式:

  1. 普通字符:表示匹配自身的字符,例如字母、数字、标点符号等。
  2. 元字符 :具有特殊含义的字符,例如.、^、$等。
  3. 字符类 :用方括号[]表示,匹配括号内的任意一个字符。
  4. 重复匹配 :使用*、+、?等符号表示重复匹配的次数或范围。
  5. 边界匹配 :使用^和$分别表示字符串的开头和结尾。
  6. 分组和引用 :使用圆括号()表示一个子表达式,可以对子表达式进行分组和后向引用。

--常用的正则表达式方法:

  1. str.contains(): 用于检查每个元素是否包含指定的模式。
  2. str.replace(): 用于替换匹配的内容。
  3. str.extract(): 用于从每个元素中提取匹配的内容。
  4. str.match(): 用于检查每个元素是否以指定的模式开头。
  5. str.findall(): 用于找到所有匹配的内容。

--正则表达式的相关功能:

^:表示一个字符串或行的开头

a-z:表示一个字符范围,匹配从 a 到 z 的任何字符。

0-9:表示一个字符范围,匹配从 0 到 9 的任何字符。

a-zA-Z:这个变量匹配从 a 到 z 或 A 到 Z 的任何字符。请注意,你可以在方括号内指定的字符范围的数量没有限制,您可以添加想要匹配的其他字符或范围。

\^a-z:这个变量匹配不在 a 到 z 范围内的任何字符。请注意,字符 ^ 用来否定字符范围,它在方括号内的含义与它的方括号外表示开始的含义不同。

a-z*:表示一个字符范围,匹配从 a 到 z 的任何字符 0 次或多次。

a-z+:表示一个字符范围,匹配从 a 到 z 的任何字符 1 次或多次。

.:匹配任意一个字符。

\.:表示句点字符。请注意,反斜杠用于转义句点字符,因为句点字符在正则表达式中具有特殊含义。还要注意,在许多语言中,你需要转义反斜杠本身,因此需要使用\\.。

$:表示一个字符串或行的结尾。

题目要求拆解:

首先第一个字符必须是字符串形式的字母;后续的字符可以是字符串也可以是数字,后续同样也包括 "_""-""."的字符串。同时,要求完全匹配网站的域:"@leetcode.com"

所以我们要用到的形式有:

重复匹配: 使用*、+、?等符号表示重复匹配的次数或范围;还有字符类 :用方括号[]表示,匹配括号内的任意一个字符;元字符 :具有特殊含义的字符,例如.、^、$。

要用到的方法有:

str.match(): 用于检查每个元素是否以指定的模式开头。

代码实现:

python 复制代码
import pandas as pd

def valid_emails(users: pd.DataFrame) -> pd.DataFrame:
    #注意:"-"字符串有特殊的含义,要想把它作为字符串进行匹配,要放在字符的最前边或最后边
    #在正则表达式中@是一个特殊的字符,所以@leetcode要用转移符号框起来,最后用特殊连接符.将com连接,实现域的完全匹配。
    #第一个列表表示第一个字符匹配的区域,第二个带*的列表表示后续可以出现多次的字符串区域
    result=r'[a-zA-Z][a-zA-Z0-9_.-]*\@leetcode\.com'
    return users[users['mail'].str.match(result)]
相关推荐
数字融合28 分钟前
透明化视频驱动化工生产动态三维重建管控技术
大数据·人工智能·python
屿华AI1 小时前
AUTOSAR 实战-诊断工具 | DTC/Event/FiM 故障报告自动化:DEM 诊断数据采集与解析
python·测试工具·自动化·汽车
贝壳6901 小时前
9.13.12 那三个新功能,我一个一个跑了一遍:两个真香,一个有前提
python
2601_967980111 小时前
Python 与云计算:AWS、GCP、Azure 实践
python·云计算·azure·aws·gcp
linweidong2 小时前
RTX 4090 Ubuntu + ComfyUI + comfy-kitchen 0.2.41 完整部署文档
机器学习·云原生·conda·pandas·scikit-learn
屿华AI2 小时前
AUTOSAR 实战-诊断工具 | 基于 Python 与 USB-CANFD 的 UDS 诊断测试工具设计与实现
开发语言·python·测试工具
贝壳6902 小时前
三家 AI 把我的实测数据判成造假,我在同一台机器上重跑了五组
python
用户019027581612 小时前
Telegram Bot 股票到价提醒:AlphaFeed 轮询 + sendMessage
python
黑客笔记3 小时前
Python 进程池和线程池:用等待任务理解并发
开发语言·python
卷无止境3 小时前
Python 开发中的资源管理:统一生命周期,保留资源差异
后端·python