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
wt_cs19 分钟前
银行回单ocr api集成解析-图像文字识别-文字识别技术
开发语言·python
_WndProc41 分钟前
【Python】Flask网页
开发语言·python·flask
互联网搬砖老肖43 分钟前
Python 中如何使用 Conda 管理版本和创建 Django 项目
python·django·conda
测试者家园1 小时前
基于DeepSeek和crewAI构建测试用例脚本生成器
人工智能·python·测试用例·智能体·智能化测试·crewai
大模型真好玩1 小时前
准确率飙升!Graph RAG如何利用知识图谱提升RAG答案质量(四)——微软GraphRAG代码实战
人工智能·python·mcp
前端付豪1 小时前
11、打造自己的 CLI 工具:从命令行到桌面效率神器
后端·python
前端付豪1 小时前
12、用类写出更可控、更易扩展的爬虫框架🕷
后端·python
江太翁1 小时前
Pytorch torch
人工智能·pytorch·python
网安INF2 小时前
深度学习中的逻辑回归:从原理到Python实现
人工智能·python·深度学习·算法·逻辑回归
青苔猿猿2 小时前
(5)aconda之.condarc文件配置
python·镜像源·.condarc文件