人工精选Excel+Python xlwings: 正则表达式
这门课解决什么工作场景 很多做数据处理的上班族对正则表达式的印象,往往停留在“一段看不懂的乱码符号”。实际上,在处理系统导出的非标准文本、清洗混乱的日志字段、从一段长文本里批量提取特定信息时,常规的 Excel 查找替换或分列功能往往捉襟见肘。这门课聚焦的核心,就是用正则表达式去处理这类无规则的文本
会员 · 按档位
游客按标价购买,不享受上表折扣。
支付成功后自动发放网盘链接,链接失效可找客服免费补
这门课解决什么工作场景
很多做数据处理的上班族对正则表达式的印象,往往停留在“一段看不懂的乱码符号”。实际上,在处理系统导出的非标准文本、清洗混乱的日志字段、从一段长文本里批量提取特定信息时,常规的 Excel 查找替换或分列功能往往捉襟见肘。这门课聚焦的核心,就是用正则表达式去处理这类无规则的文本杂症,并把它和 Excel 结合起来。它解决的典型场景是:当你面对一列格式各异、长短不一的混合文本,需要精准提取其中的金额、日期、单号,或者把特定格式的错别字批量替换掉时,用正则写一行匹配规则,就能代替几十次手动查找。课程把 Python 的 re 模块和 xlwings 结合起来讲,本质上是在教你如何用代码驱动 Excel,让原本需要肉眼筛查和手工逐个修改的脏数据,变成可以自动化清洗的干净表格。
适合什么基础与建议先看哪几块
这门课不适合完全没碰过代码的零基础人员。你需要对 Python 的基本语法有概念,知道变量、函数怎么写,同时日常工作中确实有处理 Excel 数据的需求。资料的内容编排很务实,建议不要从头到尾按顺序看。第一,先看“概述”部分的示例,建立对正则到底能干什么的具体感知,不要去死记硬背概念。第二,直接跳到“编写正则表达式”部分的元字符、重复和字符类这几块。正则的核心难点在于匹配规则的构建,这三块掌握了,百分之八十的日常文本提取问题就能解决。第三,回过头看 Python 的 re 模块中关于查找、替换和分割的内容,这部分是把正则规则落地到具体代码里的关键。至于捕获分组和非捕获分组、零宽断言这些较深的内容,可以等遇到实际提取障碍时,再当作工具书对照着学。遇到复杂的提取需求,知道有这个高级语法能解决就行,不必一开始就强求全部记住。
资料怎么配合练习与学完能独立做什么
看视频时最忌讳只看不练。正则表达式是一门“手艺”,看懂了别人写的符号和自己能写出来是两码事。建议在电脑上同步打开代码编辑器,资料里讲到每一个元字符和匹配规则时,自己敲一遍代码,造几条包含中文、英文、数字和标点符号的测试文本去跑一下。看 Match 对象和 Pattern 对象这两块时,一定要在编辑器里打印出匹配结果,观察返回的数据结构,理解它提取出来的内容是怎么在代码里被调用的。学完这套资料后,你能够独立编写 Python 脚本去处理工作中的 Excel 表格。具体来说,当业务部门丢给你一份格式极其混乱的客户登记表,要求把里面夹杂在地址里的联系方式和邮编单独提取出来时,你能自己写好正则匹配规则,用 re 模块把数据清洗出来,再通过 xlwings 把结果写回到 Excel 的对应列里。这套流程跑通后,你就不再依赖 Excel 自带函数去硬解复杂文本,而是具备了解决此类数据清洗问题的底层能力。
课程目录
课程目录22 集
- 1-1 [概述] 什么是正则表达式 (09:53).mp4
- 1-2 [概述] 正则表达式示例 (14:00).mp4
- 2-1 [Python使用正则表达式] re模块-查找 (14:03).mp4
- 2-2 [Python使用正则表达式] re模块-替换 (04:15).mp4
- 2-3 [Python使用正则表达式] re模块-分割 (04:26).mp4
- 2-4 [Python使用正则表达式] Match对象 (12:44).mp4
- 2-5 [Python使用正则表达式] Pattern对象 (06:17).mp4
- 3-1 [编写正则表达式] 元字符 (12:50).mp4
- 3-2 [编写正则表达式] 重复 (10:55).mp4
- 3-3 [编写正则表达式] 字符类 (12:03).mp4
- 3-4 [编写正则表达式] 分支条件 (04:20).mp4
- 3-5 [编写正则表达式] 捕获分组和非捕获分组 (21:13).mp4
- 3-6 [编写正则表达式] 零宽断言 (07:58).mp4
- 3-7 [编写正则表达式] 负向零宽断言 (06:28).mp4
- 3-8 [编写正则表达式] 贪婪与懒惰 (05:27).mp4
- 4-1 [应用示例] 提取字符串 (07:18).mp4
- 4-2 [应用示例] 计算各班总人数 (06:28).mp4
- 4-3 [应用示例] 提取日期 (05:02).mp4
- 4-4 [应用示例] 整理数据 (12:58).mp4
- 4-5 [应用示例] 提取数据 (08:47).mp4
- 4-6 [应用示例] 整理数据 (07:48).mp4
- 4-7 [应用示例] 数据汇总 (06:27).mp4





