Question

所以我正在从网页上抓取数据，收到的数据通常如下：

233989 001 0 / 49 T R 4:15 PM - 5:30 PM 205 IST Building 01/13/14 - 05/02/14 Controls View (814) 865-8947 266200 002 0 / 43 M W F 10:10 AM - 11:00 AM 110 IST Building 01/13/14 - 05/02/14 Controls View (814) 865-8947

我正在尝试将数据从模式######（6个数字，即233989）拆分为代表当前数据行末尾的电话号码（即(814) 865-8947 ）因为我知道它总是以4个数字结尾，所以我想出了表达式：

(^[0-9]{1,6}$[^[0-9]{1,4}$]*[0-9]{1,4}$+)+

这似乎不起作用。任何人都可以伸出援助之手吗？

Answer 1

你可以用这个：

r'(\d{6}.*?\(\d{3}\) \d{3}-\d{4}) ?'

然后在$1\n

重建它

像这样：http://regex101.com/r/lG4gG5

的Python：

import re

s = '233989 001 0 / 49 T R 4:15 PM - 5:30 PM 205 IST Building 01/13/14 - 05/02/14 Controls View (814) 865-8947 266200 002 0 / 43 M W F 10:10 AM - 11:00 AM 110 IST Building 01/13/14 - 05/02/14 Controls View (814) 865-8947'
spl = re.split(r'(\d{6}.*?\(\d{3}\) \d{3}-\d{4}) ?', s)
for line in spl:
    print line

Python复杂字符串的正则表达式

1 个答案: