Проверка регулярных выражений в рельсах
Более быстрые результаты могут быть достигнуты с помощью numpy.where .
Например, при настройке unubtu -
In [76]: df.iloc[np.where(df.A.values=='foo')]
Out[76]:
A B C D
0 foo one 0 0
2 foo two 2 4
4 foo two 4 8
6 foo one 6 12
7 foo three 7 14
Сроки сравнения:
In [68]: %timeit df.iloc[np.where(df.A.values=='foo')] # fastest
1000 loops, best of 3: 380 µs per loop
In [69]: %timeit df.loc[df['A'] == 'foo']
1000 loops, best of 3: 745 µs per loop
In [71]: %timeit df.loc[df['A'].isin(['foo'])]
1000 loops, best of 3: 562 µs per loop
In [72]: %timeit df[df.A=='foo']
1000 loops, best of 3: 796 µs per loop
In [74]: %timeit df.query('(A=="foo")') # slowest
1000 loops, best of 3: 1.71 ms per loop
2
задан Pierre Laburthe 18 January 2019 в 16:20
поделиться
1 ответ
Когда вы проверяете формат с помощью регулярных выражений, вы должны убедиться, что вы соответствуете всей проверяемой строке. Для этого ваше регулярное выражение должно начинаться с \A и заканчиваться \z, которые являются якорями, отмечающими начало и конец строки.
В вашем случае:
validates :first_name,
presence: true,
length: {maximum: 25},
format: {with: /\A[-0-9A-Za-z]\z'/}
message: "Custom message"
при условии, что вы принимаете цифры, маленькие и большие буквы и знак минус.
0
ответ дан mrzasa 18 January 2019 в 16:20
поделиться
Другие вопросы по тегам: