python 从文本中提取时间数据

要从文本中提取时间数据，可以使用 Python 中的正则表达式来匹配时间格式。下面是一个示例代码，可以匹配常见的时间格式：

import re

text = "今天是2022年1月1日，晚上8点半去看电影。"
pattern = r"\d{4}年\d{1,2}月\d{1,2}日|\d{1,2}时\d{1,2}分"
matches = re.findall(pattern, text)

print(matches)  # ['2022年1月1日', '8点半']

在上面的代码中，我们使用了正则表达式的 `|` 符号来表示匹配两种不同的时间格式：`\d{4}年\d{1,2}月\d{1,2}日` 和 `\d{1,2}时\d{1,2}分`。其中，`\d` 表示匹配数字，`{4}` 表示匹配 4 个数字，`{1,2}` 表示匹配 1 到 2 个数字，`\年`、`\月`、`\日`、`\时`、`\分` 表示匹配相应的符号。

最后，使用 `re.findall()` 函数来查找所有匹配的结果，并打印出来。运行上面的代码，输出结果为 `['2022年1月1日', '8点半']`，表示成功匹配到了两个时间。

相关问题

python从文本中提取人名

要从文本中提取人名，可以使用Python中的自然语言处理工具NLTK（Natural Language Toolkit）和正则表达式。具体步骤如下：

1. 导入需要的库和模块：

   import nltk
   from nltk.tokenize import word_tokenize
   import re

2. 下载NLTK中必要的数据集：

   nltk.download('punkt')
   nltk.download('averaged_perceptron_tagger')

3. 读取文本文件并进行分词：

   with open('text.txt', 'r') as file:
       text = file.read()
   
   words = word_tokenize(text)

4. 对分词后的文本进行词性标注：

   tagged_words = nltk.pos_tag(words)

5. 利用正则表达式匹配词性为NNP（专有名词）的词汇，并将其提取出来：

   names = []
   for word, tag in tagged_words:
       if re.match('[NNP]+', tag):
           names.append(word)

这里使用了正则表达式 '[NNP]+'，表示匹配一个或多个词性为NNP的单词。

6. 最后得到的names列表中即为文本中提取出来的人名。

完整代码如下：

import nltk
from nltk.tokenize import word_tokenize
import re

nltk.download('punkt')
nltk.download('averaged_perceptron_tagger')

with open('text.txt', 'r') as file:
    text = file.read()

words = word_tokenize(text)
tagged_words = nltk.pos_tag(words)

names = []
for word, tag in tagged_words:
    if re.match('[NNP]+', tag):
        names.append(word)

print(names)

python从网页中提取数据

要从网页中提取数据，可以使用 Python 的 requests 和 BeautifulSoup 库。

1. 首先使用 requests 库获取网页内容：

import requests

url = 'http://example.com' # 网页的 URL
response = requests.get(url)
html = response.text # 获取网页内容

2. 然后使用 BeautifulSoup 库解析 HTML，并提取所需的数据：

from bs4 import BeautifulSoup

soup = BeautifulSoup(html, 'html.parser') # 解析 HTML
data = soup.find('div', {'class': 'data'}) # 查找 class 为 'data' 的 div 标签
result = data.text # 获取标签内的文本内容

以上示例演示了如何获取指定 class 的 div 标签内的文本内容，你可以根据实际情况调整代码以获取你所需要的数据。