python中如何使用正则表达式提取数据.docx

第

python中如何使用正则表达式提取数据

字符串对象的split方法只适用于简单的字符串分割。有时，你需要更加灵活的字符串切割。

比如，我们需要从下面字符串中提取武将的名字。

names=关羽;张飞,赵云,马超,黄忠李逵

我们发现这些名字之间，有的是分号隔开，有的是逗号隔开，有的是空格隔开，而且分割符号周围还有不定数量的空格

这时，可以使用正则表达式里面的split方法：

importre

names=关羽;张飞,赵云,马超,黄忠李逵

namelist=re.split(r[;,\s]\s*,names)

print(namelist)

正则表达式[;,\s]\s*指定了，分割符为分号、逗号、空格里面的任意一种均可，并且该符号周围可以有不定数量的空格。

字符串替换

匹配模式替换

字符串对象的replace方法只适应于简单的替换。有时，你需要更加灵活的字符串替换。

比如，我们需要在下面这段文本中所有的链接中找到所以/avxxxxxx/这种以/av开头，后面接一串数字，这种模式的字符串。

然后，这些字符串全部替换为/cn345677/。

names=

下面是这学期要学习的课程：

ahref=/video/ap=1target=_blank点击这里，边看视频讲解，边学习以下内容/a

这节讲的是牛顿第2运动定律

ahref=/video/ap=125target=_blank点击这里，边看视频讲解，边学习以下内容/a

这节讲的是毕达哥拉斯公式

ahref=/video/ap=33target=_blank点击这里，边看视频讲解，边学习以下内容/a

这节讲的是切割磁力线

被替换的内容不是固定的，所以没法用字符串的replace方法。

这时，可以使用正则表达式里面的sub方法：

importre

names=

下面是这学期要学习的课程：

ahref=/video/ap=1target=_blank点击这里，边看视频讲解，边学习以下内容/a

这节讲的是牛顿第2运动定律

ahref=/video/ap=125target=_blank点击这里，边看视频讲解，边学习以下内容/a

这节讲的是毕达哥拉斯公式

ahref=/video/ap=33target=_blank点击这里，边看视频讲解，边学习以下内容/a

这节讲的是切割磁力线

newStr=re.sub(r/av\d+/,/cn345677/,names)

print(newStr)

sub方法就是也是替换字符串，但是被替换的内容用正则表达式来表示符合特征的所有字符串。

比如，这里就是第一个参数/av\d+/这个正则表达式，表示以/av开头，后面是一串数字，再以/结尾的这种特征的字符串，是需要被替换的。

第二个参数，这里是/cn345677/这个字符串，表示用什么来替换。

第三个参数是源字符串。

指定替换函数

刚才的例子中，我们用来替换的是一个固定的字符串/cn345677/。

如果，我们要求，替换后的内容的是原来的数字+6，比如/a替换为/a。

怎么办？

这种更加复杂的替换，我们可以把sub的第2个参数指定为一个函数，该函数的返回值，就是用来替换的字符串。

如下

importre

names=

下面是这学期要学习的课程：

ahref=/video/ap=1target=_blank点击这里，边看视频讲解，边学习以下内容/a

这节讲的是牛顿第2运动定律

ahref=/video/ap=125target=_blank点击这里，边看视频讲解，边学习以下内容/a

这节讲的是毕达哥拉斯公式

ahref=/video/ap=33target=_blank点击这里，边看视频讲解，边学习以下内容/a

这节讲的是切割磁力线

#替换函数，参数是Match对象

defsubFunc(match):

#Match对象的group(0)返回的是整个匹配上的字符串

src=match.group(0)

#M