python怎么從文本中提取數據

146次閱讀

共計 1105 個字符，預計需要花費 3 分鐘才能閱讀完成。

在 Python 中，可以使用多種方法從文本中提取數據。以下是幾種常用的方法：

使用字符串操作：可以使用 Python 的字符串方法來提取文本中特定的字符、子字符串或模式。例如，可以使用 split() 方法將文本分割成單詞或行，使用 find() 或index()方法查找特定的字符串，使用正則表達式模塊（re）來匹配和提取特定的模式。
使用正則表達式（Regular Expressions）：Python 的 re 模塊提供了強大的正則表達式功能，可以用于從文本中匹配和提取特定的模式。正則表達式可以用于匹配和提取字符串中的特定字符、單詞、數字等。可以使用 re.search()、re.findall() 等函數來執行正則表達式匹配和提取操作。
使用第三方庫：Python 有許多第三方庫可以用于文本處理和數據提取，如 BeautifulSoup、Scrapy、NLTK 等。這些庫提供了更高級的功能和方法，可以用于從 HTML、XML、JSON 等格式的文本中提取數據。

下面是一個簡單的示例，演示了如何使用字符串操作和正則表達式從文本中提取數據：

# 使用字符串操作
text = "Hello, my name is John. I am 25 years old."
words = text.split()  # 分割成單詞
name = text[17:21]  # 提取名字
age = text[text.find("am") + 3:text.find("years")]  # 提取年齡

print(words)  # ['Hello,', 'my', 'name', 'is', 'John.', 'I', 'am', '25', 'years', 'old.']
print(name)  # John
print(age)  # 25

# 使用正則表達式
import re

text = "Hello, my email address is john@example.com. Please contact me."
email = re.search(r'\b[A-Za-z0-9._%+-]+@[A-Za-z0-9.-]+\.[A-Z|a-z]{2,}\b', text)  # 提取電子郵件地址

if email:
  print(email.group())  # john@example.com