由于需要在半结构化的文本数据中提取一些特定格式的字段、数据辅助挖掘分析工作,以往都是使用Matlab工具进行结构化数据处理的建模,matlab擅长矩阵处理、结构化数据的计算,Python具有与matlab共同的特点:语法简洁、库丰富,对算法仿真来说都是一门简洁易用的语言。
Python做字符串匹配相对来说上手比较容易,且具有成熟的字符串处理库re供我们使用;
在re库的帮助下,只需简单的两步就可完成匹配工作,对做数据分析/算法的工作者来说,轻松了许多:
step1:构建正则表达式模式,并使用compile()函数生产正则表达式对象
step2:调用step1生成的正在表达式对象的方法、属性,返回匹配结果
<span style="color:#333300;"># 导入正则表达式匹配模块 Py 3.0 import re text = "today is 01/04/2015, happy new year..." #建立日期的正则表达式 detepat = re.compile('(d+)/(d+)/(d+)') #进行匹配并打印结果 result = detepat.finditer(text) for m in result: print(m.group())</span>记录一下,下次用到直接翻出来就好了~