Question

+1511
0716
+4915 CZECHY
+3815/0616 PORT MO,
AO
_3615 USA *, SUV run on flat
+4515 PORT SUV
*, SUV
+3215 USA *, SUV
+4414
+4815 NIEM
_0616 NIEM  * / MO
+2115 NIEM J

我只需要前4位

+ 3715 NIEM

请帮忙。

Answer 1

您没有很好地描述您的数据，但看起来您有两种类型的行：

（一个或零个字符）（四位数）（其他东西）

或

（其他没有四位数的东西）

我建议使用re包。 Here是Python 3中模块的文档，您应该真正阅读这些文档，以便将来能够自己解决这些问题。

我假设您将所有行都放在名为lines的列表（或其他可迭代）中：

import re
regex = re.compile(r'^.?([0-9]{4})')
for line in lines:
    match = regex.match(line)
    if match:
        number = match.group(0)
        # Do stuff with `number`, which is a string.

这假设在四位数字之前只有一个字符，并且您不关心随后出现的任何字符。

如果你只想要任何出现的前四位数字（提前有任意数量的字符），你可以使用regex = re.compile(r'[0-9]{4}')。

正则表达式如何工作

第一个正则表达式是^.?([0-9]{4}。我会为你解决这个问题，因为我猜你是对正则表达的新手。

^匹配行的开头
.只匹配任何字符
?表示要将上一场比赛设为0或1次
- 所以.?说“最多给我一个我不认识的角色”
()括号用于分组，它告诉正则表达式引擎“执行匹配，但让我自己专门访问这些内容”
[]用于指定字符的类;引擎将匹配括号内的一个字符
- [0-9]是数字的字符类：-匹配ASCII排序中的所有内容（我相信）
{N}指定完全重复前一次N次
- [0-9]{4}说“给我四位数”

当我们将它们全部放在一起作为^.?([0-9]{4})时，我们正在对正则表达式引擎说：“给我一个从行首开始的字符串，并且可能在开头有一个额外的字符，并且然后紧接着有四位数字。但我真的只关心数字，所以让我直接访问它们。“

Python正则表达式删除除4位数字之外的所有字符

1 个答案: