上期，我们介绍了Python中re的用法，本期，我们通过解决一个实例来再深入学习一下re的用法，方便后期进行数据筛选、数据清洗等等操作。
一、全面筛选
例：请把下面一段文字中所有的数字提取出来：#昨日客流# 南京地铁3月27日客运量291.9，其中1号线80.1，2号线67.6，3号线62.7，4号线16.7，7号线11.8，10号线17.4，S1号线9，S3号线8.5，S6号线4.8，S7号线1.2，S8号线10.2，S9号线1.9（以上单位:万）
用python中的正则表达式实现一下：
import re text = "#昨日客流# 南京地铁3月27日客运量291.9，其中1号线80.1，2号线67.6，3号线62.7，4号线16.7，7号线11.8，10号线17.4，S1号线9，S3号线8.5，S6号线4.8，S7号线1.2，S8号线10.2，S9号线1.9（以上单位:万）" # 使用正则表达式匹配所有数字（包括小数）numbers = re.findall(r'\d+\.?\d*', text) # 将提取的数字转换为浮点数numbers = [float(num) for num in numbers] print(numbers)
运行结果为：
正则表达式\d+\.?\d*用于匹配整数和小数，其中\d+匹配一个或多个数字，\.?匹配0个或1个小数点，\d*匹配0个或多个数字。二、部分筛选的实现
如果我们只想筛选后面每条线路的数字，如何操作？
import retext = "#昨日客流# 南京地铁3月27日客运量291.9，其中1号线80.1，2号线67.6，3号线62.7，4号线16.7，7号线11.8，10号线17.4，S1号线9，S3号线8.5，S6号线4.8，S7号线1.2，S8号线10.2，S9号线1.9（以上单位:万）"# 使用正则表达式匹配所有数字（包括小数）numbers = re.findall(r'号线(\d+\.?\d*)', text)# 将提取的数字转换为浮点数numbers = [float(num) for num in numbers]print(numbers)
三、多匹配模糊筛选如果上面的部分文字缺失，比如：1号线80.1变为1号80.1，后面的文字不变，该怎么处理？
#昨日客流# 南京地铁3月27日客运量291.9，其中1号80.1，2号线67.6，3号线62.7，4号线16.7，7号线11.8，10号线17.4，S1号线9，S3号线8.5，S6号线4.8，S7号线1.2，S8号线10.2，S9号线1.9（以上单位:万）python的处理如下：
import retext = "#昨日客流# 南京地铁3月27日客运量291.9，其中1号80.1，2号线67.6，3号线62.7，4号线16.7，7号线11.8，10号线17.4，S1号线9，S3号线8.5，S6号线4.8，S7号线1.2，S8号线10.2，S9号线1.9（以上单位:万）"# 使用正则表达式匹配所有数字（包括小数）numbers = re.findall(r'(号线|号)(\d+\.?\d*)',text)print(numbers)# 将提取的数字转换为浮点数number= [num[1] for num in numbers]print(number)
运行结果为：
四、结语
Python中re是一个非常好的筛选工具，用好re可以很方便地实现数据筛选、清洗等，多学多练，不断学习新知识和技能，实践提升自己 
