python - Python，从 Excel 列中提取数字并写入输出

Question

尝试从 Excel 文件中的列中提取数字，并将它们写入下一列。

匹配标准：任意数量的长度为 5，以“PB”开头或不以“PB”开头

我将数字匹配的长度限制为 5，但是提取了“16”（第 2 行，D 列）

我怎样才能改进它？谢谢你。

import xlwt, xlrd, re
from xlutils.copy import copy 

workbook = xlrd.open_workbook("C:\\Documents\\num.xlsx")
old_sheet = workbook.sheet_by_name("Sheet1")

wb = copy(workbook) 
sheet = wb.get_sheet(0)

number_of_ships = old_sheet.nrows

for row_index in range(0, old_sheet.nrows):

    Column_a = old_sheet.cell(row_index, 0).value   
    Column_b = old_sheet.cell(row_index, 1).value

    a_b = Column_a + Column_b

    found_PB = re.findall(r"[PB]+(\d{5})", a_b, re.I)
    list_of_numbers = re.findall(r'\d+', a_b)

    for f in found_PB:
        if len(f) == 5:
            sheet.write(row_index, 2, "";"".join(found_PB))

    for l in list_of_numbers:
        if len(l) == 5:
            sheet.write(row_index, 3, "";"".join(list_of_numbers))

wb.save("C:\\Documents\\num-1.xls")    

标签： pythonregexexcel

Answer 1

您的\d+模式匹配任何 1 个或多个数字，因此该16值匹配。您的[PB]+字符类匹配一次P或B一次或多次，因此它限制数字以Por开头B。当您想匹配任何数字时，您实际上不需要该限制（如果 anA前面可以有一些optional，则该限制不再有意义）。

当在它们之前或之后没有其他数字时，您似乎还需要准确提取 5 位字符串。你可以用(?<!\d)\d{5}(?!\d). 负前瞻确保当前(?<!\d)位置左侧没有数字，\d{5}消耗 5 位，(?!\d)负前瞻确保当前位置右侧没有数字。这使该if len(l) == 5:行变得多余，您可以省略与list_of_numbers.

所以，你可以只使用

import xlwt, xlrd, re
from xlutils.copy import copy 

workbook = xlrd.open_workbook("C:\\Documents\\num.xlsx")
old_sheet = workbook.sheet_by_name("Sheet1")

wb = copy(workbook) 
sheet = wb.get_sheet(0)

number_of_ships = old_sheet.nrows

for row_index in range(0, old_sheet.nrows):

    Column_a = old_sheet.cell(row_index, 0).value   
    Column_b = old_sheet.cell(row_index, 1).value

    a_b = Column_a + Column_b

    found_PB = re.findall(r"(?<!\d)\d{5}(?!\d)", a_b)

    for f in found_PB:
            sheet.write(row_index, 2, "";"".join(found_PB))

wb.save("C:\\Documents\\num-1.xls")