[英]Remove unicode [u']
我有这个字符串,是从网页输入的。
s = "[u'967208', u'411600', u'460273']"
我要删除括号[ ]
以及u
和'
。
我也想提出new line breaks
,而不是逗号,
。
我花了很多时间寻找解决方案,包括编码和正则表达式,但似乎无法正常工作。
更新 :这是我用来检索字符串的方法:
import selenium
import re
input = webdriver.find_element_by_class_name("class_name")
s = re.findall("((?<=\()[0-9]*)", input.text)
>>> import ast
>>> s = "[u'967208', u'411600', u'460273']"
>>> a = ast.literal_eval(s)
>>> print(*a, sep='\n')
967208
411600
460273
如果您只想使用re
进行数字操作,请使用\\d+
:
import re
s = "[u'967208', u'411600', u'460273']"
print "\n".join(re.findall(r"\d+", s))
967208
411600
460273
安全高效:
In [7]: timeit "\n".join(literal_eval(s))
100000 loops, best of 3: 11.7 µs per loop
In [8]: r = re.compile(r"\d+")
In [9]: timeit "\n".join(r.findall(s))
1000000 loops, best of 3: 1.35 µs per loop
如果您的目标是将每个字符串写入文件,则可以使用csv模块使用换行符作为定界符,以写入从re.findall返回的字符串列表:
s = u"[u'967208', u'411600', u'460273']"
import csv
import re
with open("out.csv","w") as out:
wr = csv.writer(out,delimiter="\n")
r = re.compile("\d+")
wr.writerow(r.findall(s))
输出:
967208
411600
460273
如果您有很多字符串,只需迭代调用r.findall并将结果传递给writerow。
我认为在解开谜题之后,您一直使用findall从正则表达式返回数字列表,因此您可以执行以下操作:
u"abc(967208) \n abc2(411600) \n abc3(460273)" # input.text
import csv
import re
with open("out.csv","w") as out:
wr = csv.writer(out,delimiter="\n")
r = re.compile("\((\d+)\)")
wr.writerow(r.findall(input.text))
\\((\\d+)\\)
将在括号内找到1个以上的数字。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.