正则表达式是用来匹配字符串非常强大的工具,在其他编程语言中同样有正则表达式的概念,Python同样不例外,利用了正则表达式,我们想要提取出我们想要的内容就易如反掌了,本文是为了减轻老婆的工作写的一个小小的场景。
正则表达式的大致匹配过程是:
1.依次拿出表达式和文本中的字符比较, 2.如果每一个字符都能匹配,则匹配成功;一旦有匹配不成功的字符则匹配失败。 3.如果表达式中有量词或边界,这个过程会稍微有一些不同。
文里其实比较简单,就是获取工单流水号,工号和答复内容。
import restr='''
:(服务补救)"录音流水号:(202201111111111111111111)","被投诉工号:(HH111111)","责任归属:属于业务代表办理出错责任"。
录音内容:客户来电要求把数据上网功能关闭,业务代表说有密码吗?随后转接,业务代表说已经帮忙关闭了,属于业务代表办理出错责任
'''
str='''已生202201111111111111111111处理,处理结果见2022022222222222222222,处理完毕后无需再添加归档补充意见。李四(60000)2/3
2/3 11:43联系1111111111111客户解释,其反馈的问题我们已经收到并正在进一步确认处理中,后续进展将会及时联系其告知,客户同意。张三(666666)'''
pattern1 = re.compile(r'[0-9a-zA-Z_]{20,30}')
result1 = pattern1.findall(str)
# print(result1)
pattern2 = re.compile(r'[a-zA-Z]{2,4}[0-9]{4,8}')
pattern3=re.compile(r'答复出错|解释不到位|提醒不到位|答复错误|办理出错|办理错误|不属于客服代表责任|不属于话务代表责任|不属于业务代表责任|服务态度')
pattern4=re.compile(r'(答复出错)|(解释不到位)|(提醒不到位)|(答复错误)|(办理出错)|(办理错误)|(不属于客服代表责任)|(不属于话务代表责任)|(不属于业务代表责任)|(服务态度)')
pattern5=re.compile(r'[(](答复出错)[)]|[(](解释不到位)[)]|[(](提醒不到位)[)]|[(](答复错误)[)]|[(](办理出错)[)]|[(](办理错误)[)]|[(](不属于客服代表责任)[)]|[(](不属于话务代表责任)[)]|[(](不属于业务代表责任)[)]|[(](服务态度)[)]')
pattern6=re.compile(r'[(]答复出错[)]|[(]解释不到位[)]|[(]提醒不到位[)]|[(]答复错误[)]|[(]办理出错[)]|[(]办理错误[)]|[(]不属于客服代表责任[)]|[(]不属于话务代表责任[)]|[(]不属于业务代表责任[)]|[(]服务态度[)]')
result12 = pattern2.findall(str)
liushui = re.compile(r'[(|(][0-9a-zA-Z_]{20,30}[)|)]', re.S) #最小匹配
gonghao = re.compile(r'[(|(][a-zA-Z]{2,4}[0-9]{4,8}[)|)]', re.S) #最小匹配
huifu=re.compile(r'[(|(]答复出错[)|)]|[(|(]解释不到位[)|)]|[(|(]提醒不到位[)|)]|[(|(]答复错误[)|)]|[(|(]办理出错[)|)]|[(|(]办理错误[)|)]|[(|(]不属于客服代表责任[)|)]|[(|(]不属于话务代表责任[)|)]|[(|(]不属于业务代表责任[)|)]|[(|(]服务态度[)|)]')
import xlrd3
# #打开excel
wb = xlrd3.open_workbook('20220330-4.5服务质量工单数据-(总).xlsx')
#按工作簿定位工作表
sh = wb.sheet_by_name('Sheet1')
for i in range(1,sh.nrows):
curvalue=sh.cell(i, 21).value
print('第',i,'行~',liushui.findall(curvalue),'~',gonghao.findall(curvalue),'~',huifu.findall(curvalue))
前面是一些测试用例,后面才是真正的运行程序,正则表达式理解起来还是会有些困难,不过对于解决部分问题足够了。
运行结果的图,应老婆要求删除了。
充其量,我不过是一个正则表达式小白,应该还有更好更快捷的表达式。
此外需要改进的还挺多,比如在excel表中进行处理,还可以生成UI等等。
回头可以尝试一下生成UI,发给老婆自行处理
百度百科关于正则表达式中有很多的例子,大家可以借鉴一下
1.验证用户名和密码:("^[a-zA-Z]\w{5,15}$")正确格式:"[A-Z][a-z]_[0-9]"组成,并且第一个字必须为字母6~16位;
2.验证电话号码:("^(\d{3,4}-)\d{7,8}$")正确格式:xxx/xxxx-xxxxxxx/xxxxxxxx;
3.验证手机号码(包含虚拟号码和新号码段):"^1([38][0-9]|4[5-9]|5[0-3,5-9]|66|7[0-8]|9[89])[0-9]{8}$";
4.验证身份证号(15位):"\d{14}[[0-9],0-9xX]",(18位):"\d{17}(\d|X|x)";
5.验证Email地址:("^\w+([-+.]\w+)*@\w+([-.]\w+)*\.\w+([-.]\w+)*$");
6.只能输入由数字和26个英文字母组成的字符串:("^[A-Za-z0-9]+$");
7.整数或者小数:^[0-9]+([.][0-9]+){0,1}$
8.只能输入数字:"^[0-9]*$"。
9.只能输入n位的数字:"^\d{n}$"。
10.只能输入至少n位的数字:"^\d{n,}$"。
11.只能输入m~n位的数字:"^\d{m,n}$"。
12.只能输入零和非零开头的数字:"^(0|[1-9][0-9]*)$"。
13.只能输入有两位小数的正实数:"^[0-9]+(\.[0-9]{2})?$"。
14.只能输入有1~3位小数的正实数:"^[0-9]+(\.[0-9]{1,3})?$"。
15.只能输入非零的正整数:"^\+?[1-9][0-9]*$"。
16.只能输入非零的负整数:"^\-[1-9][0-9]*$"。
17.只能输入长度为3的字符:"^.{3}$"。
18.只能输入由26个英文字母组成的字符串:"^[A-Za-z]+$"。
19.只能输入由26个大写英文字母组成的字符串:"^[A-Z]+$"。
20.只能输入由26个小写英文字母组成的字符串:"^[a-z]+$"。
21.验证是否含有^%&',;=?
22.只能输入汉字:"^[\u4e00-\u9fa5]{0,}$"。
23.验证URL:"^http://([\w-]+\.)+[\w-]+(/[\w-./?%&=]*)?$"。
24.验证一年的12个月:"^(0?[1-9]|1[0-2])$"正确格式为:"01"~"09"和"10"~"12"。
25.验证一个月的31天:"^((0?[1-9])|((1|2)[0-9])|30|31)$"正确格式为;"01"~"09"、"10"~"29"和“30”~“31”。
26.获取日期正则表达式:\\d{4}[年|\-|\.]\d{\1-\12}[月|\-|\.]\d{\1-\31}日?
评注:可用来匹配大多数年月日信息。
27.匹配双字节字符(包括汉字在内):[^\x00-\xff]
评注:可以用来计算字符串的长度(一个双字节字符长度计2,ASCII字符计1)
28.匹配空白行的正则表达式:\n\s*\r
评注:可以用来删除空白行
29.匹配HTML标记的正则表达式:<(\S*?)[^>]*>.*?</>|<.*? />
评注:网上流传的版本太糟糕,上面这个也仅仅能匹配部分,对于复杂的嵌套标记依旧无能为力
30.匹配首尾空白字符的正则表达式:^\s*|\s*$
评注:可以用来删除行首行尾的空白字符(包括空格、制表符、换页符等等),非常有用的表达式
31.匹配网址URL的正则表达式:[a-zA-z]+://[^\s]*
评注:网上流传的版本功能很有限,上面这个基本可以满足需求
32.匹配帐号是否合法(字母开头,允许5-16字节,允许字母数字下划线):^[a-zA-Z][a-zA-Z0-9_]{4,15}$
评注:表单验证时很实用
33.匹配腾讯QQ号:[1-9][0-9]{4,}
评注:腾讯QQ号从10 000 开始
34.匹配中国邮政编码:[1-9]\\d{5}(?!\d)
评注:中国邮政编码为6位数字
35.匹配ip地址:([1-9]{1,3}\.){3}[1-9]。
评注:提取ip地址时有用
36.匹配MAC地址:([A-Fa-f0-9]{2}\:){5}[A-Fa-f0-9]
本文分享自 python与大数据分析 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!