概述

数据分析 (Data Analyze) 可以在工作中的各个方面帮助我们. 本专栏为量化交易专栏下的子专栏, 主要讲解一些数据分析的基础知识.

正则表达式

正则表达式 (Regular Expression) 是一种用来匹配字符串的强有力的工具. 可以帮助我们提取我们想要的信息.

字符

字符	描述
$	匹配输入字符串的结尾位置
( )	标记一个子表达的开始和结束位置
*	匹配前面的子表达 0 次或多次
+	匹配前面的子表达式 1 次或多次
.	匹配除换行符\n之外的任何单字符
?	匹配前面的子表达式 0 次或 1 次
^	匹配输入字符串的开始位置
|	指明两项之间的一个选择

限定符

字符	描述
{n}	n 是一个非负整数, 匹配确定的 n 次
{n,}	n 是一个非负整数, 至少匹配 n 次
{n,m}	n 和 m 均是非负整数

实战

re是 Python 中使用正则表达式的一个库.

导入:

import re

电话号码匹配

例子:

import re

# 内容(电话)
content = "02187888822 05114405222 02584533622 xxxxxa"

# 正则表达式
pattern = r"[0-9]{11,}"

# 匹配
match = re.findall(pattern, content)
print(match)

输出结果:

['02187888822', '05114405222', '02584533622']

匹配股票代码

匹配沪深:

import re

# 内容(股票代码)
content = "601101.XSHE 600661.XSHE 600071.XSHE 601666.XSHE"

# 正则表达式
pattern = r"[0-9]{6}.XSHE"

# 匹配
match = re.findall(pattern, content)
print(match)

输出结果:

['601101.XSHE', '600661.XSHE', '600071.XSHE', '601666.XSHE']

匹配上证:

import re

# 内容(股票代码)
content = "601888.XSHG 601628.XSHG 600276.XSHG 600519.XSHG"

# 正则表达式
pattern = r"[0-9]{6}.XSHG"

# 匹配
match = re.findall(pattern, content)
print(match)

输出结果:

['601888.XSHG', '601628.XSHG', '600276.XSHG', '600519.XSHG']