C#正则表达式匹配字符串取反

huanglei_js huanglei_js 墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年,写一次发全网 我也要 + 加入社区
如题,例子:我现在有一个字符串:

get_data("1",2,{"AA","BB"},{"CC","DD"})

我想根据模板字符串:

get_data("#0#",#1#,{#2#},{#3#})

来获取上述中的1、2、"AA","BB"和"CC","DD"

请问怎样写正则表达式?

求大神解答~~~~
...全文

相关推荐

C#中利用正则表达式实现搜索 .doc

C#中利用正则表达式实现搜索,C#中利用正则表达式实现搜索,C#中利用正则表达式实现搜索,C#中利用正则表达式实现搜索

xuerenzhb19850729

经典Python面试题之Python基础篇.docx

经典Python面试题之Python基础篇.docx

Rose520817

最全正则表达式教程、最好正则表达式教程

最全正则表达最全正则表达式教程

ZXFC88

科技成果进场交易前,评估备案环节需要准备哪些材料?.docx

科易网基于40亿+科创知识图谱数据库,深度探索AI技术在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,研究科技创新领域的AI+数智化解决方案,推动科技创新与产业创新智能化发展。

BIZKEEN

人工智能基于类型化方法的训练数据获取与处理体系:构建数据中心化AI治理框架

内容概要:本文从类型化视角系统研究了人工智能训练数据的获取与处理体系,提出应构建多元化、高质量、合规有序的数据供给体系。文章首先分析数据获取的三种类型:来源类型(网络公开抓取、开源数据集、多源协同)、合规性类型(合法性困境与制度供给)以及产业组织类型(“隐身劳动”到多元协作)。随后构建数据处理的类型化体系,包括四方面:阶段类型(从“生语料”到“归档数据集”的五阶段流程)、操作类型(形成包含采集、清洗、标注、脱敏、去重、切片、向量化等在内的“数据操作工具箱”)、范式类型(推动从“模型中心”向“数据中心”的范式转型),以及管理类型(建立覆盖全生命周期的治理框架)。最后指出,AI治理正迈向以数据为中心的新范式,需通过制度完善、产业协同、技术创新与监管强化实现系统性突破。; 适合人群:从事人工智能研发、数据治理、算法合规及相关政策研究的专业人员,尤其适用于AI企业技术管理者、数据科学家、法律合规从业者及政府监管部门人员。; 使用场景及目标:①理解AI训练数据获取的合法路径与产业协作模式;②掌握数据处理的全流程阶段划分与核心技术操作;③推动“数据为中心”的AI开发范式转型;④构建符合法律与伦理要求的全生命周期数据治理体系。; 阅读建议:此资源理论与实践结合紧密,建议读者结合实际项目中的数据采集、清洗、标注与合规流程进行对照学习,并重点关注“数据操作工具箱”与“数据中心AI”范式,以提升数据工程化能力和治理水平。

王大师王文峰
评论 9
收藏 已收藏
分享
返回顶部
huanglei_js
C# 111,129 成员 642,538 内容