String.Replace需要注意的地方

最新推荐文章于 2015-05-31 01:07:31 发布
最新推荐文章于 2015-05-31 01:07:31 发布
阅读量56 收藏
点赞数
原文链接：http://www.cnblogs.com/lyzxx/archive/2006/12/28/606018.html
版权
今天在写程序的时候，无意间犯了一个很低级的错误，错误代码如下：
string temp="aaa";
temp.Replace("aaa","bb");
就这样一个简单的问题,消耗了我不少脑细胞啊
后来才注意到
String.Replace()之后的值是一定要赋给变量的,否则无效...
因为以前一直都没有漏写把结果赋给变量的过程,所以才没去注意 emsad.gif
大家就当个笑话看看吧

转载于:https://www.cnblogs.com/lyzxx/archive/2006/12/28/606018.html

weixin_30662109
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
std string extention.rar_STL_std string_string 文本、_string stl_s
09-23
2. **搜索与替换**：除了标准库中的`find`和`replace`，`string_ex`可能提供了更高级的搜索和替换功能，如正则表达式匹配或不区分大小写的查找。 3. **分割与合并**：扩展可能包含根据特定分隔符分割字符串为`std::...
关于String的replace的用法注意事项
u010897392的专栏
09-02 745
replace ,replaceAll 两者都是由正则表达式类库实现的，但是 replace 采用的是字符串原有的意思来替换，而 replaceAll 则是按照正则表达式的字符串来替换，正则表达式中有 15 个元字符，是有特殊意义的，使用时需要转义，这 15 个字符分别是：  (    [     {    /    ^    -    $     **    }    ]    )    ? 
Java String replace()使用的一个小错误
高飞的专栏
05-31 9010
去掉一个字符串中的转义字符/" String result = getInfo.getRoomInfo(startCode + code); result.replace("\\\"",""); ResultTo resTo = gson.fromJson(result, ResultTo.class); 但是尝试了n多操作，都没有替换成功，后来发现字符串替换时，会生成新的字符串，因此替换函数
Java中的String为什么是不可变的共7页.pdf.z
10-30
所有看起来像修改`String`的操作，如`substring()`、`concat()`或`replace()`，都会返回一个新的`String`对象，而原对象保持不变。 3. **线程安全**：由于`String`对象不可变，它们在多线程环境下可以安全地共享，...
jQuery完全实例.rar
06-16
这个函数的作用如同$(document).ready()一样，只不过用这个函数时，需要把页面中所有需要在 DOM 加载完成时执行的$()操作符都包装到其中来。从技术上来说，这个函数是可链接的－－但真正以这种方式链接的情况并不多...
spotify java面试题库.docx
10-29
36. 数据类型转换包括基本类型之间的转换和对象类型之间的转换，需要注意类型兼容性和范围问题。 37. 字符串反转可以使用StringBuilder或StringBuffer的reverse()方法，替换可以用replace()方法。 38. GB2312转ISO...
spotify java面试题库.pdf
10-29
wait()需要在同步块中调用，sleep()可以在任何地方使用。 50. sleep()不释放锁，yield()让当前线程让出CPU，但不进入阻塞状态，优先级高的线程可能获得执行机会。 51. 当一个线程进入synchronized方法A后，其他...
mpu6050陀螺仪使用方法开发教程文档.docx
07-30
mpu6050陀螺仪使用方法
【SCI顶级】龙格库塔算法RUN-CNN-LSTM-Multihead-Attention温度预测【含源码 5747期】.zip
07-30
CSDN海神之光上传的全部代码均可运行，亲测可用，直接替换数据即可，适合小白； 1、代码压缩包内容 主函数：Main .m； 数据； 调用函数：其他m文件；无需运行 运行结果效果图； 2、代码运行版本 Matlab 2019b；若运行有误，根据提示修改；若不会，可私信博主； 3、运行操作步骤 步骤一：将所有文件放到Matlab的当前文件夹中； 步骤二：双击打开除Main.m的其他m文件； 步骤三：点击运行，等程序运行完得到结果； 4、仿真咨询 如需其他服务，可私信博主或扫描博主博客文章底部QQ名片； 4.1 CSDN博客或资源的完整代码提供 4.2 期刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 智能优化算法-CNN-LSTM-Mutilhead-Attention回归预测系列程序定制或科研合作方向： 4.4.1 遗传算法GA/蚁群算法ACO-CNN-LSTM-Mutilhead-Attention回归预测 4.4.2 粒子群算法PSO/蛙跳算法SFLA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.3 灰狼算法GWO/狼群算法WPA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.4 鲸鱼算法WOA/麻雀算法SSA-CNN-LSTM-Mutilhead-Attention回归预测 4.4.5 萤火虫算法FA/差分算法DE-CNN-LSTM-Mutilhead-Attention回归预测
大模型的数学之魂：统计学习理论精要
07-30
大型机器学习模型，通常简称为“大模型”，是指具有数十亿甚至数千亿参数的深度神经网络模型。这些模型因为其庞大的参数量和复杂的计算结构，能够处理非常复杂的任务和数据，展现出强大的表达能力和预测性能。大模型在自然语言处理、计算机视觉、语音识别和推荐系统等多个领域都有广泛的应用。 大模型的设计目的是通过训练海量数据来学习复杂的模式和特征，从而具备强大的泛化能力，能够对未见过的数据做出准确的预测。与参数较少、层数较浅的小模型相比，大模型虽然需要更多的计算资源和时间来训练和推理，但它们展现出了一种被称为“涌现能力”的特性，即从原始训练数据中自动学习并发现新的、更高层次的特征和模式。 大模型的发展历程可以分为几个阶段，从早期的卷积神经网络模型发展到以Transformer为代表的全新神经网络模型，再到当前以GPT为代表的预训练大模型阶段。Transformer架构因其自注意力机制而成为大模型的核心技术，它使得模型能够更好地理解和处理文本数据中的长距离依赖关系。 大模型的分类主要包括语言大模型（NLP）、视觉大模型（CV）和多模态大模型。语言大模型专注于处理文本数据和理解自然语言，而视觉大模型用
唯美淡雅四页.zip
最新发布
07-30
【简历模板】工作总结、商业计划书、述职报告、读书分享、家长会、主题班会、端午节、期末、夏至、中国风、卡通、小清新、岗位竞聘、公司介绍、读书分享、安全教育、文明礼仪、儿童故事、绘本、防溺水、夏季安全、科技风、商务、炫酷、企业培训、自我介绍、产品介绍、师德师风、班主任培训、神话故事、巴黎奥运会、世界献血者日、防范非法集资、3D快闪、毛玻璃、人工智能等等各种样式的ppt素材风格。 设计模板、图片素材、PPT模板、视频素材、办公文档、小报模板、表格模板、音效配乐、字体库。 广告设计：海报，易拉宝，展板，宣传单，宣传栏，画册，邀请函，优惠券，贺卡，文化墙，标语，制度，名片，舞台背景，广告牌，证书，明信片，菜单，折页，封面，节目单，门头，美陈，拱门，展架等。 电商设计：主图，直通车，详情页，PC端首页，移动端首页，钻展，优惠券，促销标签，店招，店铺公告等。 图片素材：PNG素材，背景素材，矢量素材，插画，元素，艺术字，UI设计等。 视频素材：AE模板，会声会影，PR模板，视频背景，实拍短片，音效配乐。 办公文档：工作汇报，毕业答辩，企业介绍，总结计划，教学课件，求职简历等PPT/WORD模板。
仿真验证阵列可以提高接收信号信噪比
07-30
这是一份模拟了阵列输入信号及噪声，并验证了相对于阵列接收到的信号，阵列输出信号可以将信噪比提高M倍，其中M为阵列的阵元个数的代码。 代码中可以随意修改阵元个数、阵元间距、波束指向角度、信号频率等。 代码中关键部分均含有文字注释，完全不必担心看不懂。 无论是从仿真波形，还是计算的信噪比结果均能看出阵元数为M的阵列将信号的信噪比提高了M倍。
[毕业设计]Java驱动的C语言编程练习与考试平台(源代码+论文).zip
07-30
[毕业设计]Java驱动的C语言编程练习与考试平台(源代码+论文)
基于Qt的多线程局域网聊天系统（含客户端+服务端）.zip
07-30
毕业设计是高等教育阶段学生完成学业的一个重要环节，通常在学士或硕士学业即将结束时进行。这是学生将在整个学业中所学知识和技能应用到实际问题上的机会，旨在检验学生是否能够独立思考、解决问题，并展示其专业能力的一项综合性任务。 毕业设计的主要特点包括： 独立性： 毕业设计要求学生具备独立思考和解决问题的能力。学生需要选择一个合适的课题，研究相关文献，进行实地调查或实验，并提出独立见解。 实践性： 毕业设计是将理论知识应用到实际问题中的一次实践。通过完成毕业设计，学生能够将所学的专业知识转化为实际的解决方案，加深对专业领域的理解。 综合性： 毕业设计往往要求学生运用多个学科的知识，综合各种技能。这有助于培养学生的综合素养，提高他们的综合能力。 导师指导： 学生在毕业设计过程中通常由一名指导老师或导师团队提供指导和支持。导师负责引导学生确定研究方向、制定计划、提供建议，并在整个过程中监督进展。 学术规范： 毕业设计要求学生按照学术规范完成研究，包括文献综述、研究设计、数据采集与分析、结论和讨论等环节。学生需要撰写一篇完整的毕业论文，并进行答辩。
iperf3可测量丢包率
07-30
测吞吐量和丢包率
遗传算法(GA)优化长短期记忆网络的数据分类预测，GA-LSTM分类预测，多输入单输出 多特征输入单输出的二分类及多分类模型
07-30
遗传算法(GA)优化长短期记忆网络的数据分类预测，GA-LSTM分类预测，多输入单输出。 多特征输入单输出的二分类及多分类模型。程序内注释详细，直接替换数据就可以用。 程序语言为matlab，程序可出分类效果图，迭代优化图，混淆矩阵图
AR100, AR120, AR150, AR160, AR200, AR1200, AR2200, AR3200, AR360
07-30
AR100, AR120, AR150, AR160, AR200, AR1200, AR2200, AR3200, AR3600 V300R003 产品文档
ky = result['关键词'].replace("[","\n").replace(']','\n').replace("'"," ").replace(",", " ") ky = ky.to_string() keywords = result['关键词'].astype(str) keywords ={k: v.encode('utf-8').decode('utf-8') for k, v in keywords.items()} file = open('1.txt',mode='w',encoding='utf-8') file.write(ky) file.close() jieba.load_userdict("1.txt") title = result['标题'].astype(str) title = {t: l.encode('utf-8').decode('utf-8') for t, l in title.items()} titles = " ".join(title.values()) keywordss = " ".join(keywords.values()) dictionary = jieba.cut(ky) print(",".join(dictionary)) text_analysis = jieba.analyse.extract_tags(keywordss,topK = 100, withWeight=True) title_analysis = jieba.analyse.extract_tags(titles,topK = 100, withWeight=True)
07-13
你的代码看起来基本上是正确的，但是有一些地方需要注意。 首先，在使用`replace()`方法替换字符串中的特定字符时，注意将结果重新赋值给`ky`变量，以便下一步的处理。 其次，你可以直接使用`ky.to_string()`将`ky`转换为一个字符串。不需要再为`ky`调用`to_string()`方法。 在使用`jieba.load_userdict("1.txt")`加载自定义词典之前，请确保已经正确地将关键词写入到名为`1.txt`的文件中。 以下是修改后的示例代码： ```python ky = result['关键词'].replace("[","\n").replace(']','\n').replace("'"," ").replace(",", " ") ky = ky.to_string() file = open('1.txt', mode='w', encoding='utf-8') file.write(ky) file.close() import jieba jieba.load_userdict("1.txt") keywords = result['关键词'].astype(str) keywords ={k: v.encode('utf-8').decode('utf-8') for k, v in keywords.items()} titles = " ".join(result['标题'].astype(str).values) dictionary = jieba.cut(ky) print(",".join(dictionary)) text_analysis = jieba.analyse.extract_tags(" ".join(keywords.values()), topK=100, withWeight=True) title_analysis = jieba.analyse.extract_tags(titles, topK=100, withWeight=True) ``` 请确保你已经导入了需要使用的库，并根据实际情况修改代码中的变量名和文件名。另外，如果你使用了`jieba.analyse.extract_tags()`方法，请确保已经正确安装并导入了`jieba.analyse`模块。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值