正则表达式finditer提取文本数据方法研究

摘要

合理设计正则表达式finditer,可快速提取文本字段,若与Python Scrapy结合可提取网页文本知识字段.首先,设计正则表达式finditer与元字符"|"组合的程序C提取普通本文字段;其次,将组合程序C嵌入到Python Scrapy程序中,可对web网页大量文本提取相关数据.结合实证分析,研究提取长三角企业对IT知识需求网页文本的相关数据.结果表明,finditer与元字符"|"组合设计的程序C既可单独提取文本字段,也可与Python Scrapy结合提取网页文本各类数据.