作者schedule6666 (schedule)
看板Python
標題[問題] 讀取檔案後使用正規表示法將字串列出
時間Tue Aug 8 20:03:54 2017
小妹為Python超新手，如果問了奇怪的問題，還請大家包涵。
最近在練習在pycharm讀取電腦中的檔案。
檔案內容如下:
Joe's email is
[email protected]
Tom's email is
[email protected]
檔名:email.txt
pycharm裡的檔案為:
import sys
import os
import re
fp= open("C:\\Users\\haha\\Desktop\\email.txt","r")
text =fp.readlines()
print(text)
for w in text:
sent= re.match(r'([\w.-]+@[\w.-])+',w)
print(sent)
fp.close()
預期會print出來的樣子如下:
[email protected]
[email protected]
但編譯執行後出現的樣子如下:
["Joe's email is
[email protected]\n", "Tom's email is
[email protected]"]
None
None
<_sre.SRE_Match object at 0x02174960>
想請問版上各位高手是哪個地方出錯了呢?
--
那個…我剛剛發現原因了…
因為正規表示法接受的格式為string，但我從上面的檔案讀的格式是清單(list)
這就是我無法編譯執行的原因…我把清單讀成字串就可以了。
程式如下:
import string
import sys
import os
import re
fp= open("C:\\Users\\haha\\Desktop\\email.txt","r")
text =fp.readlines()
text1=''.join(text)
print(text1)
sent = re.findall(r"[\w.-]+@[\w_.-]+", text1)
print(sent)
fp.close()
感謝各位高手的幫忙^^
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.231.24.145
※ 文章網址: https://webptt.com/m.aspx?n=bbs/Python/M.1502193837.A.3C2.html
1F：推 APM99: 你要用 re.search 08/08 20:31
2F：→ APM99: re.match在一開始沒成功就跳過了 08/08 20:32
3F：→ ntumath: sent= re.findall(r'[\w.-]+@[\w.-]+',w) 08/08 20:32
已按照樓上二位的建議將re.mach改成 re.search及re.findall但都遇到了同樣的錯誤...
錯誤如下(以findall為例)
["Joe's email is
[email protected]\n", "Tom's email is
[email protected]\n", '
[email protected]']
Traceback (most recent call last):
File "C:/Users/mlchen/PycharmProjects/untitled/Regular_expression.py", line 21, in <module>
sent = re.findall(r"[\w.-]+@[\w_.-]+", text)
File "C:\Python27\lib\re.py", line 181, in findall
return _compile(pattern, flags).findall(string)
TypeError: expected string or buffer
Process finished with exit code 1
※ 編輯: schedule6666 (36.231.24.145), 08/08/2017 21:08:24
※ 編輯: schedule6666 (36.231.24.145), 08/08/2017 21:27:16
※ 編輯: schedule6666 (36.231.24.145), 08/08/2017 21:28:11
※ 編輯: schedule6666 (36.231.24.145), 08/08/2017 21:30:50
4F：推 APM99: 我python36不用那樣樣也可以的縮QQ 08/08 22:16
5F：→ schedule6666: 對耶，我的是python2.7說…看來該update一下了 08/08 22:28
6F：→ schedule6666: 總之，還是非常感謝APM大大的幫忙 ^^ 08/08 22:30
※ 編輯: schedule6666 (36.231.24.145), 08/09/2017 03:08:19
7F：→ coeric: 你從txt讀到的是一整串的字串，先把他變成list吧..... 08/09 10:19
8F：→ coeric: 你要直接變成字串，用re去找也ok 08/09 10:20
9F：→ coeric: text=text.split() #會變成list 08/09 10:22
10F：→ coeric: 如果你只是單純要抓到email,直接轉成字串 用findall找 08/09 10:27
11F：→ coeric: 如果還要針對每一個email做動作，先把它切開成list 08/09 10:28
12F：→ coeric: 才方便做後續動作....否則，你findall以後，要再做一次for 08/09 10:28
Hello,Coeric,不好意思，因為剛寫Python所以有點不太懂…，
照你的說法，所以我在一開始讀檔案的時候，python是預設將txt檔裡面的東西讀成字串，
然後我要自已讀成list嗎?
第二個問題是，因為我只是練習要用正規表示法去抓e-mail，所以不太懂為什麼要讀
list呢? 才方便做後續動作是指要把資料存在MySQL嗎?
※ 編輯: schedule6666 (36.231.24.145), 08/09/2017 16:07:16
※ 編輯: schedule6666 (36.231.24.145), 08/09/2017 16:09:13
13F：推 ntumath: fp.read() --> str | fp.readlines() --> list 08/09 16:50
14F：→ ntumath: 如果用read，你就不用多加text1了 08/09 16:51
15F：→ ntumath: 不過在這種case我會選做dict啦，名字對email，方便就好 08/09 16:53
16F：→ coeric: fp.readlines() 會多個很討厭的\n，在做資料處理時 08/09 23:11
17F：→ coeric: 我很討厭中間多一堆沒必要的東西，例：\n \t 之類的 08/09 23:11
18F：→ coeric: 修正上面說的，我會選擇使用text=text.split('\n') 08/09 23:12