使用Python提取文本中含有特定字符串的方法示例
(编辑：jimmy 日期: 2024/11/2 浏览：3 次 )
今天搞了一天的文本处理，发现python真的太适合做数据处理了。废话不多说，一起学习吧！
1.我的原始数据是这样的，如图
2.如果要提取每行含有pass的字符串，代码如下：
import re
filepath = "E:/untitled1/analyze_log/test.log"
txt = open(filepath, "r").read()
result=""
test_text = re.findall("..............+pass", txt)#取出每行含有pass的文本
result = result +'\n'.join(test_text)#换行输出
print(result)
3.执行上面代码，可以取出每行含有pass的文本，如图：
4.其实我真正要提取的是每行类似上图红色框内的字符串，代码实现如下：
import re
filepath = "E:/untitled1/analyze_log/test.log"
txt = open(filepath, "r").read()
result=""
test_text = re.findall("..............+pass", txt)#取出每行含有pass的文本
result = result +'\n'.join(test_text)#换行输出
del_num = re.sub("\d+ ", "", result)#去掉每行行首的数字
del_awake = del_num.replace("awake", "")#去掉awake
del_commd = del_awake.replace("commd", "")#去掉commd
del_string1 = re.sub("-a+\d\d\d\d-\d.wav", "", del_commd)#去掉-a0023-1.wav类型的字符串
del_string2 = re.sub("-a+\d\d\d\d.wav", "", del_string1)#去掉-a0016.wav类型的字符串
print(del_string2)
5.执行上面代码，可以取出最后我需要的文本，如图：
6.拓展
7.示例代码
import re
str = 'Hello123/World 45_?6bye'
result1 = re.findall('\d',str)#\d匹配任何十进制数
result2 = re.findall('\d+',str)#\d+可匹配一位或多位数字使用
result3 = re.findall('\D',str)#\d匹配非数字字符任何十进制数
result4 = re.findall('\w',str)#\w匹配任何字母数字字符，包括下划线在内
result5 = re.findall('\W',str)#\W匹配非任何字母数字字符，包括下划线在内
result6 = re.findall('\s',str)#\s匹配任何空白字符
result7 = re.findall('\S',str)#\S匹配非任何空白字符
result8 = re.findall('\AHello',str)#\A仅匹配字符串开头
result9 = re.findall('bye\Z',str)#\Z仅匹配字符串结尾
print(result1)
print(result2)
print(result3)
print(result4)
print(result5)
print(result6)
print(result7)
print(result8)
print(result9)
接下来会更几篇关于文本处理的博客，一边学习一边记笔记。加油！
下一篇：python RSA加密的示例