百度深度学习营结营体会，关于正则表达式的一点体会
学习营算是完事了，但是完事了以后，还得写一篇结营体会，也不知道写啥好，就说一下在上课和做作业过程遇到的最大的困难吧。

虽然作业做完了，而且老师给的评分也是100分，但是自己知道，其实并没做好。最明显的就是正则表达式仅仅是一知半解，完全没有明白它的原理，所以出的结果就是评论中的表情包不管如何过滤，都一直清洗不干净。没办法最后只能使用停用词这样的笨办法，而且还没有搞干净，太夸张了。

所以事后去百度了一下正则表达式的内容，以下说一下学习到的心得体会，不一定对，大家若是看到错误请不要喷。

正则表达式是个什么东西呢？个人感觉就象是一个替代符号，这个替代符号有几种规则来约束，有点象卷积网络中的卷积核类似，计算机用这个替代符号在整个文本上逐个扫描下去，当扫描到的字符串符合这替代符号的时候，就返回这个字符串。

举个栗子：

#原文本字符串
string = "abcdefghijkabcdefghijk"
#要找字符串“cd”
s = "ka"
#那么一般情况下是怎么找的呢？
out = []
#在原文本字符串上全体扫描
for i in range(len(string) - len(s) + 1):
    count = 0
    for j in range(len(s)):
        if string[i + j] == s[j]:
            #统计匹配次数
            count += 1
        else:
            break
    if count == len(s):
        #统计匹配次数，次数与目标字符串长度相等，
        #就把当前字符串加入返回数组
        out.append(string[i:i+len(s)])
print(out)
输出是：['ka']

而用re库是什么情况呢：

import re
#原文本字符串
string = "abcdefghijkabcdefghijk"
#要找字符串“cd”
s = "ka"
#那么一般情况下是怎么找的呢？
out = re.findall(s,string)
print(out)

输出是：['ka']

问题的关键在于，这个s的设计上，s可以是“ab”,"jk","zz',....等等，当有很多种可能时，我们可以设计一个数组，大不了再套一个循环罢了，但实际上这非常麻烦，既不实用，也非常低效。
这就是正则表达式的用处了。这个正则表达式就是用来代替这个数组进行工作的。
说简单点的，正则表达式就是对一个字符串进行描述，它有几种基本的符号，对于一个字符串而言，字符的类型,字符串的长度是其基本特性，比如说a,b,c,...A,B,C,D,....,1,2,3,...,_等等之类的，需要用[]来表示，而字符串的长度需用要用{}来表示，比如[a]{1}就是代表1个字母a,正则表达式解析后出来的是a,然后可以把这个a放到数组里去。

import re
#原文本字符串
string = "abcdefghijkabcdefghijk"
#要找字符串"[a]{1}"，[]内的东西表示哪几种几是需要找的，一个[]只代表1个字符，{}表示数量
s = "[a]{1}"
#那么一般情况下是怎么找的呢？
out = re.findall(s,string)
print(out)
输出是：['a', 'a']

基本上的理解就是这样