爬虫之re数据清洗

文章目录

  • 一、正则【Regular】
  • 二、重要语法
    • [1、获取内容: 左边(.*?)右边](#1、获取内容: 左边(.*?)右边)
    • [2、替换数据: re.sub('源数据|源数据', '目标数据', 字符串)](#2、替换数据: re.sub('源数据|源数据', '目标数据', 字符串))

一、正则【Regular】

概念: 根据程序员的指示, 从<字符串>中提取数据

结果: 列表

使用频率: 正则跟xpath相比, 正则是弟弟

二、重要语法

1、获取内容: 左边(.*?)右边

代码示例如下:

python 复制代码
import re
data = 'name: 张三; age: 18岁; addr: 北京; height: 180cm'
result = re.findall('; age: (.*?); ', data)
print(result)

运行结果如下:

python 复制代码
['18岁']

注意:re.findall()方法返回结果是列表

2、替换数据: re.sub('源数据|源数据', '目标数据', 字符串)

代码示例如下:

python 复制代码
import re
data = 'python  真 的 \t \n 非常 & * P  好用'
result = re.sub('\t|\n| |&|\*|P', '', data)
print(result)

运行结果如下:

python 复制代码
python真的非常好用
相关推荐
LKID体25 分钟前
Python操作neo4j库py2neo使用(一)
python·oracle·neo4j
小尤笔记41 分钟前
利用Python编写简单登录系统
开发语言·python·数据分析·python基础
FreedomLeo11 小时前
Python数据分析NumPy和pandas(四十、Python 中的建模库statsmodels 和 scikit-learn)
python·机器学习·数据分析·scikit-learn·statsmodels·numpy和pandas
007php0071 小时前
GoZero 上传文件File到阿里云 OSS 报错及优化方案
服务器·开发语言·数据库·python·阿里云·架构·golang
Tech Synapse1 小时前
Python网络爬虫实践案例:爬取猫眼电影Top100
开发语言·爬虫·python
一行玩python2 小时前
SQLAlchemy,ORM的Python标杆!
开发语言·数据库·python·oracle
数据小爬虫@3 小时前
利用Python爬虫获取淘宝店铺详情
开发语言·爬虫·python
编程修仙4 小时前
Collections工具类
linux·windows·python
芝麻团坚果4 小时前
对subprocess启动的子进程使用VSCode python debugger
linux·ide·python·subprocess·vscode debugger
EterNity_TiMe_4 小时前
【论文复现】神经网络的公式推导与代码实现
人工智能·python·深度学习·神经网络·数据分析·特征分析