Python学习笔记：字符串提取和清洗

最新推荐文章于 2024-08-19 11:26:09 发布
最新推荐文章于 2024-08-19 11:26:09 发布
阅读量1k 收藏 3
点赞数 5
分类专栏： 与Python共舞红尘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/howard2005/article/details/109047858
版权
本文详细介绍了Python中正则表达式的使用，包括规范表示、数量表示和逻辑运算符。同时，讲解了如何使用Python的re模块进行字符串匹配、清洗，如清洗数字和网址垃圾字符。此外，还探讨了字符串提取技巧，如提取正整数、实数，以及查找邮箱、手机号码、网址和IP地址。最后，文章提到了统计子串出现次数的两种方法：findall()和subn()函数。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

文章目录

一、正则表达式

1、规范表示

在这里插入图片描述

2、数量表示

  • 说明：X表示一组规范
    在这里插入图片描述

3、逻辑运算符

  • 说明：X、Y表示一组规范
    在这里插入图片描述

二、Python正则表达式模块 - re

  • re.match #从头匹配
  • re.search #全局匹配第一个符合的字符串
  • re.findall #匹配全部，放到列表
  • re.finditer #找到匹配的所有子串&
了解本专栏 订阅专栏 解锁全文 超级会员免费看
Python学习笔记 - 探索内置字符串函数
Mr数据杨
07-08 284
通过本教程的学习，读者已经掌握了Python中常见的字符串操作方法，包括字符串索引、切片、步幅、变量插入和修改等。每一种操作都对应不同的应用场景，从解析和操作文本，到生成动态内容，再到处理用户输入，这些技巧在编程实践中至关重要。掌握这些字符串操作，不仅可以提高代码的灵活性和效率，还能够帮助开发者在面对复杂的文本处理任务时游刃有余。希望通过这份教程，读者能够更深入地理解和应用Python中的字符串操作，为今后的编程工作打下坚实的基础。
Python正则表达式对社交文本进行清洗
Duang~乌黑浓密
12-23 445
我这里处理场景是推文，其他平台应该需要有所调整 处理表情： import re def filter_emoji(content): try: cont = re.compile(u'['u'\U0001F300-\U0001F64F' u'\U0001F680-\U0001F6FF'u'\u2600-\u2B55]+') except re.error: cont = re.compile(u'('u'\ud83c[\udf00-\udfff]|'u'\u
正则表达式在python中的简单使用（附带例子：正则表达式匹配+数据清洗）
weixin_42624987的博客
07-02 605
来讲一下正则表达式在python中的简单使用，直接上例子吧~~ 题目：使用python正则表达式匹配文中所有的美元字样，并且将其转换成纯金额。 dollar.txt: asdasfa$12342.492asgasg$231,999.00h$299124rher$345213 asdasfa$12342.492asgasg$231,999.00h$299124rher$979699 $231,999.00h$299124rherh5240.00美元$231,999.00$2893529 asdasfa$123
Python 文本字符串清理
"大梦三千秋的博客
01-03 4467
文章目录文本字符串清理删除字符串中多余的字符[1]^{[1]}[1]strip()、lstrip()、rstrip()清洗文本字符串str.translate()[2]^{[2]}[2]unicodedata 模块unicodedata.normalize()[3]^{[3]}[3]encode() 和 decode()参考资料来源 文本字符串清理 由于收集来源的问题（比如，表单文本数据录入错误...
python使用numpy清洗爬取后的数据
weixin_41098099的博客
09-12 939
对于刚爬取的数据，数据一般不会全部按照你的格式，整整齐齐的排列，比如： 这时候，需要我们对数据进行清洗。 1.读取数据出来 data = [] with open("51job.csv",encoding='gbk') as csvfile: csv_reader = csv.reader(csvfile) # 使用csv.reader读取csvfile中的文件 data_header = next(csv_reader) # 读取第一行每一列的标题 ['职位', '薪资', '公司'
python 把返回值写入txt文本，并修改和删除多余字符 （六）
殷殷殷先森、的博客
01-14 1330
我这里是分成了两个步骤： 去除了头尾的括号“（）” cc = res_txt2.replace(’(’, ‘’).replace(’)’, ‘’) 把字符串内的单引号，转译成双引号 ccc = cc.replace(’’’, ‘"’) 废话不说，看代码，有详细注释每一步 # coding:utf-8 import xlrd def open_txt(): '''# ...
Python课程笔记：字符串与正则表达式精讲
至于压缩包中的文件名称列表，它们看起来像是网页中的静态资源文件（如CSS样式表、JavaScript脚本文件等），与Python字符串及正则表达式的学习内容无直接关系，因此不再展开分析。 期末考试的备考中，建议学生不仅...
[学习笔记]Python学习4——字符串
m0_61009360的博客
08-19 978
在 Python 中，字符串的切片运算指的是通过指定起始索引、终止索引和步长来截取字符串中的一部分，并返回一个新的字符串。总之，字符串在 Python 中是一个重要且常用的数据类型，能够用于存储文本信息和进行各种文本处理操作。字符串的成员运算指的是使用关键字 in 来检查某个字符或子字符串是否包含在字符串中。数据存储：字符串可以用于表示和存储各种数据，例如配置文件、JSON 数据、XML 数据等。我们知道字符串是表示文本数据的数据类型，所以字符串在文本处理、文本存储、用户交互等方面有许多重要的应用场景。
Python学习笔记：从基础到高级应用（网络爬虫、数据分析、数据可视化与Open CV）
2. 基本数据类型：包括整数、浮点数、字符串、列表、元组、字典和集合等。 3. 控制结构：掌握条件判断（if-elif-else）、循环结构（for和while）以及常用的控制语句（break、continue、pass）。 4. 函数：学习如何...
Python数据清洗——字符串操作
Welcome To Westworld
07-10 1691
常用的数据清洗方法有：字符串操作、正则表达式和第三方库。 常用数据清洗的字符串操作有截取、替换、查找和分割。 截取：str[开始位置 : 结束位置 : 间隔位置] #默认开始位置为0# 替换：str.replace('被替换的内容','替换后的内容') #replace()方法替换字符串后仅为临时变量，需重新赋值才能保存# 查找：str.find('要查找的内容',[开始位置,结...
20.Vue侦听器：watch
高新园养鸡场
09-09 283
简介 watch可以监控一个值的变换，并调用因为变化需要执行的方法。可以通过watch动态改变关联的状态。 data:{ a:1, b:{ c:1 } }, watch:{ a(val, oldVal){//普通的watch监听 console.log("a: "+val, oldVal); }, b:{//深度监听，可监听到对象、数组的变化 handler(val, oldVal){
字符串删除重复字符_高效的字符串清理-删除内部重复空间
cunchi8090的博客
07-19 2074
字符串删除重复字符 介绍 (Introduction) 我经常回答一些问题，其中的字符串需要“清除”多个空格字符。 最常见的解决方法是删除前导或尾随空格。 对于这个问题，有非常方便的固有VB函数（LTrim，RTrim，Trim）。 但是，这些功能不会影响第一个和最后一个非空格字符（内部空格）之间的任何重复空格字符。 In this article, I ...
excel数据分析 - 10个清洗文本类函数
Venassa佳的博客
02-20 2410
1. FIND 位置查找函数 2. SEARCH 字符查找函数 3. LEFT/ RIGHT/ MID 字符截取函数 4. CONCATENATE 文本串联函数 5. LEN 计算字符长度函数 6.LENB 计算双字节字符长度函数 7. TRIM 空格清理函数 8. REPLACE 位置替换函数 9. SUBSTITUTE 字符替换函数 10. TEXT 文本转换函数 ①按指定格式，将数值转换为文本；②其他文本清洗方法：利用记事本 11.用查找和替换的注意点
数据清洗之字符串操作和正则表达式
TSzero的博客
04-08 1431
字符串对象方法 正则表达式 re库
C语言：strstr()---返回子字符串首地址
MQ0522的博客
07-12 5915
一、strstr()简介 1. 函数原型 char *strstr(char *str1, const char *str2); 2. 参数 str1– 被查找目标的地址指针。 str2– 要查找目标的地址指针。 3. 功能 返回字符串中首次出现子串的地址。 4. 头文件 #include <string.h> 5. 返回值 如果str2是str1的子串，则返回str2在str1的首次出现的地址； 如果str2不是str1的子串，则返回NULL。 二、strstr()用法 strstr()
Java字符串之正则表达式之文本清洗
weixin_60761789的博客
05-05 1176
任务要求： 接收给定的文本（字符串），按照指定规则清洗文本。具体要求如下： 1.去除所有 `； 2.去除所有空格； 3.把所有 qq 邮箱替换成 90590@qq.com。 qq 邮箱格式定义：数字+@qq.com,其中数字大于 10000。 代码展示： importjava.util.Scanner; publicclassStrTest{ publicstaticvoidmain(String[]args){ //请在Begin-End间编写代码...
赋值、浅深拷贝的区别
Isabeldeng的博客
10-31 607
赋值、浅深拷贝的区别 赋值（Copy） 赋值是将某一数组或对象赋给某个变量的过程，分类下面 2 部分： 基本数据类型：赋值，赋值之后两个变量互不影响 引用数据类型：赋址，两个变量具有相同的引用，指向同一个对象，相互之间有影响 对基本类型进行赋值操作，两个变量互不影响。 let a = "muyiy"; let b = a; console.log(b); // muyiy a = "change"; console.log(a); // change console.log(b); // muyi
支持pyramid2.x的kotti web代码
05-21
Kotti 是一个基于 Pyramid 框架的 Python 内容管理系统（CMS），适合用来搭建中小型网站、文档库、企业展示平台、知识库等需要灵活内容结构和权限模型的项目。它本身更像一个可以二次开发的 CMS 框架，比 WordPress、Drupal 这类“一装就用”的系统更倾向于开发者定制和扩展。 这是支持pyramid2.x版本的kotti！ tar -xzvf kotti1.0.tar.gz 解压缩 进入目录执行 pip install -e . 来安装， 然后执行pserve app.ini 启动。 用浏览器浏览127.0.0.1:5000 即可浏览。 用户名admin ，口令qwerty
cmd-bat-批处理-脚本-hello world.zip
最新发布
05-21
cmd-bat-批处理-脚本-hello world.zip
评论 2
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

打赏作者

酒城译痴无心剑

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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