Python对文本中的数字和字符进行提取

import openpyxl #调用 openpyxl

# ── 读取原始工作簿（保留格式） ──

wb = openpyxl.load_workbook('D:/素材/提取数字/项目明细.xlsx')

ws = wb.active

2、使用正则表达式提取需要的信息

首先看下正则表达式样的规则：

如果要提取文本后面的数字+“\”符号，可以这样写表达式：\d+(?:/\d+

而用Python处理文本，需要用到re库，所以找到4个项目对应的文本加提取指定的数字和字符可以按如下的方式写：

3、写入提取的数据并保存

openpyxl库写入数据的方式有点像VBA，指定开始写入的行数和列数，开始循环写入数据：

# ── 遍历数据行（跳过表头第1行），提取并写入 G~K 列 ──

# G=7, H=8, I=9, J=10, K=11

col_map = {7: 'G', 8: 'H', 9: 'I', 10: 'J', 11: 'K'}

extracted_count = 0

for row in range(2, ws.max_row + 1): # 从第2行开始（第1行是表头）

cell_a = ws.cell(row=row, column=1) # A列 = 项目特征描述

text = cell_a.value

....

整体的代码如下：

看下整体的处理效果：

已关注

关注

重播分享赞

所需的文本被完整的提取出来，本篇核心：正则表达式的提取方式，有了这个思路，无论是公式、VBA还是Python都可以把需要的文本快速提取出来。