python 提取字符串中的指定字符 正则表达式

例1：

字符串： '湖南省长沙市岳麓区麓山南路麓山门'

提取：湖南，长沙

在不用正则表达式的情况下：

address = '湖南省长沙市岳麓区麓山南路麓山门'

address1 = address.split('省')  # 用“省”字划分字符串，返回一个列表
address2 = address1[1].split('市')  # 用“市”字划分address1列表的第二个元素，返回一个列表

print(address1)  # 输出 ['湖南', '长沙市岳麓区麓山南路麓山门']
print(address2)  # 输出 ['长沙', '岳麓区麓山南路麓山门']

data = {
    '省份': address1[0],
    '城市': address2[0]
}

print(data) # 输出 {'省份': '湖南', '城市': '长沙'}

输出结果：

例二：

从一段文字中提取指定两段字符中间的字符

字符串 = ‘’师资力量学校现有教职工近4000余人，其中专任教师1800余人，教授、副教授1100余人，中国科学院院士3名，中国工程院院士3名，双聘两院院士2名，加拿大工程院院士1名，发展中国家科学院院士1名，“千人计划”53人，“万人计划”学者13人、“长江学者”15人，国家杰出青年基金获得者21人，国务院学位委员会学科评议组成员6人，入选国家百千万人才工程（“百千万人才工程”一二层次人选、新世纪百千万人才工程国家级人选）23人、国家创新人才推进计划中青年创新领军人才2人，教育部新世纪优秀人才支持计划入选者134人，湖南省“百人计划”学者64人，湖南省“芙蓉学者奖励计划”特聘教授、讲座教授17人，享受政府特殊津贴专家201人，国家教学名师4人，国家自然科学基金创新研究群体3个，教育部“长江学者与创新团队发展计划”创新团队8个，湖南省自然科学基金创新研究群体11个。（数据截止日期：2017年01月） [31]  “

指定两段字符：“长江学者”与“人”，

目标字符：中间的数字“15”

正则式：

• (.+?)    惰性匹配
• \d+    匹配多个数字

import re

s = "师资力量学校现有教职工近4000余人，其中专任教师1800余人，教授、副教授1100余人，中国科学院院士3名，中国工程院院士3名，" \
    "双聘两院院士2名，加拿大工程院院士1名，发展中国家科学院院士1名，“千人计划”53人，“万人计划”学者13人、“长江学者”15人，" \
    "国家杰出青年基金获得者21人，国务院学位委员会学科评议组成员6人，入选国家百千万人才工程（“百千万人才工程”一二层次人选、" \
    "新世纪百千万人才工程国家级人选）23人、国家创新人才推进计划中青年创新领军人才2人，教育部新世纪优秀人才支持计划入选者134人，" \
    "湖南省“百人计划”学者64人，湖南省“芙蓉学者奖励计划”特聘教授、讲座教授17人，享受政府特殊津贴专家201人，国家教学名师4人，" \
    "国家自然科学基金创新研究群体3个，教育部“长江学者与创新团队发展计划”创新团队8个，湖南省自然科学基金创新研究群体11个" \
    "。（数据截止日期：2017年01月） [31] "  # 由于字符串过长，在编译器中会要求换行，字符“\”为换行后自动添加的，不影响字符串本身

n = re.findall(r"长江学者(.+?)人", s)  # 正则表达式匹配长江学者人数  提取“长江学者”和其后的“人”之间的字符，返回一个列表
print(n)
num = re.findall('\d+', str(n))  # 正则表达式提取数字，返回一个列表
print(num)
num = '长江学者:'+num[0]+'人'  # 重新构建一个字符串
print(num)

运行结果：