python 提取字符---涉及excel及正则操作

本文完成任务如下：

从下面excel表格的第一列产品中提取 第二列带宽字段，用Python提取：

相关程序 及解释如下：

---

第一种方法：

import xlrd

import xlwt

import re

a =u'C:\\Users\\gh\\Desktop\\套餐.xls'

#有中文的时候路径需要加上转义字符，并且在路径前加u表示后面的字符串以unicode格式存储

data = xlrd.open_workbook(a)#打开Excel文件

table = data.sheet_by_name('sheet')#获取工作表

#获取工作表还有另外两种方式

#table = data.sheets()[0]#按照索引顺序 获取

#table = data.sheet_by_index(0)#按照索引顺序获取

#新建工作表

workbook = xlwt.Workbook()#新建工作表

worksheet = workbook.add_sheet('sheet1')#新建sheet

#套餐提取

n = table.nrows#计算读取工作表的行数，方便后面循环

for iin range(1,n):

        result = table.cell(i,0).value#读取i行0列的单元格数据

        result1 = re.findall('(\d+)M', result)#提取M前面的数据

      #切记，数据分析的时候不能只看正常的数据 还要考虑不正常的或者为空的数据

      #因为为空的时候列表为空，后面提取会报列表超出循环的错误

        nr =len(result1)

        if nr ==0:

            result2 =''

        else:

            result2 = result1[(nr)-1]

        worksheet.write(i,1,result2)#使用过的单元格不能重复使用 不会覆盖

      #如果中间有单元格里面存在数值报错

      #Attempt to overwrite cell: sheetname='sheet2' rowx=1 colx=8

b =u'C:\\Users\\gh\\Desktop\\提质降本报告相关\\taocan.xls'#提取的套餐想保存的路径

workbook.save(b)#保存数据

#数据提取验证

import pandasas pd

datat = pd.read_excel(b)#当然这个地方也可以直接保存到当前的文件下面

第二种方法：

import xlrd

import xlwt

import re

import xlutils.copy

import os

a =u'C:\\Users\\gh\\Desktop\\提质降本报告相关\\套餐.xls'

#有中文的时候加上转义字符

data = xlrd.open_workbook(a)#打开Excel文件

table = data.sheet_by_name('sheet')

wb = xlutils.copy.copy(data)

sheet = wb.get_sheet(0)

n = table.nrows

for iin range(1,n):

      result = table.cell(i,0).value

      result1 = re.findall('(\d+)M', result)

      #切记，数据分析的时候不能只看正常的数据 还要考虑不正常的或者为空的数据

      nr =len(result1)

      if nr ==0:

            result2 =''

      else:

            result2 = result1[(nr)-1]

    sheet.write(i, 8, result2)# 写入单元格，copy中自带的保存函数

    os.remove(a)

    wb.save(a)

#数据提取验证

import pandasas pd

datat = pd.read_excel(a)

注意：

Python需要注意的是写入excel的时候必须是xls03版形式的，如果使用xlsx16版形式的，写入的excel打不开，但是使用Python可以读取，至于为什么这么神奇，欢迎大神文末留言。

另外 其他Excel操作技巧参见

Python excel操作