使用Python正则表达式提取字幕
大家好，我是皮皮。
一、前言
前几天在Python铂金交流群粉丝【有点意思】问了一道正则表达式处理的问题，如下图所示。
原始数据，如下所示：
他自己想要的效果，如下图：
二、实现过程
这里【月神】其实在上图中已经给了一个思路了，后来【瑜亮老师】也给了一个思路，如下图所示：
后来粉丝自己也在其他群得到了一个解答，如下图所示：
代码，如下所示：
序号列表 = [x for x in 字幕文件 if not re.search('[^0-9\n]',x)]
序号列表 = [x for x in 序号列表 if x!='\n']
后来【瑜亮老师】提出一个疑问，明明是要字幕中的文字，为啥提出来的需求是取数字？粉丝自己也说了自己的理由。
这里给出几行示例数据，如下所示：
1
00:00:00,256 --> 00:00:01,024
呵呵呵。
2
00:00:02,048 --> 00:00:02,560
哎呀，我这。
3
00:00:02,816 --> 00:00:03,584
得远一点。
4
00:00:06,400 --> 00:00:09,216
你往里再坐一点。
？？
5
00:00:09,984 --> 00:00:10,496
好。
6
00:00:12,288 --> 00:00:13,056
呵呵呵。
7
00:00:13,312 --> 00:00:15,104
好。
后来【瑜亮老师】给了一份代码，如下所示：
import re
data="""1
00:00:00,256 --> 00:00:01,024
呵呵呵。
2
00:00:02,048 --> 00:00:02,560
哎呀，我这。
3
00:00:02,816 --> 00:00:03,584
得远一点。
4
00:00:06,400 --> 00:00:09,216
你往里再坐一点。
？？
5
00:00:09,984 --> 00:00:10,496
好。
6
00:00:12,288 --> 00:00:13,056
呵呵呵。
7
00:00:13,312 --> 00:00:15,104
好。"""
res=re.findall(",\d{3}\n(.*?)\n\n", data, re.S)
print(res)
运行之后，结果如下所示：
完美地解决了粉丝的问题。
三、总结
大家好，我是皮皮。这篇文章主要盘点了一道正则表达式处理数据的问题，文中针对该问题给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
最后感谢粉丝【有点意思】提问，感谢【月神】、【瑜亮老师】等人给出的思路和代码解析，感谢群友们一起参与学习交流。
本文参与 腾讯云自媒体同步曝光计划，分享自微信公众号。
原始发表：2022-07-06，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录
腾讯云开发者
