pythonextractall

‘壹’ python 数据处理（三十六）—— 文本数据处理（续）

可以使用 [] 符号直接按位置进行索引，如果索引超过字符串的长度，结果将是 NaN

在 0.23 版本之前， extract 方法的参数 expand 默认为 False 。当 expand=False 时， expand 会根据正则表达式模式返回一个 Series 、 Index 或 DataFrame

当 expand=True 时，它总是返回一个 DataFrame ，这种方式更加符合用户的需求，从 0.23.0 版本开始就是默认的

extract 方法接受一个至少包含一个捕获组的正则表达式

如果是包含多个组的正则表达式将返回一个 DataFrame ，每个捕获组是一列

未匹配的行会填充 NaN ，可以从混乱的字符串序列中提取出有规则的信息。

对于命名分组

对于可选的分组

注意 ：正则表达式中的任何捕获组名称都将用作列名，否则将使用捕获组号

如果 expand=True ，则返回一个 DataFrame

如果 expand=False ，则返回一个 Series

对于索引，如果 expand=True ，且只有一个捕获组则返回一个只有一列的 DataFrame

此时，如果 expand=False 将会返回一个 Index

对于索引，正则表达式设置多个分组将返回 DataFrame

如果 expand=False 将会抛出 ValueError 异常

对于 extract 只返回第一个匹配项

与 extract 不同， extractall 方法返回每个匹配项，其结果始终是具有 MultiIndex 的 DataFrame 。

MultiIndex 的最后一级名为 match ，标示的是匹配的顺序

对于只有一个匹配的 Series

extractall(pat).xs(0, level='match') 与 extract(pat) 的结果一致

Index 也支持 .str.extractall ，它返回一个 DataFrame ，其结果与 Series.str 相同。

您可以检查字符串元素中是否包含正则匹配模式

或者字符串元素是否与模式匹配

而在 1.1.0 版本中

注意 ：

match 、 fullmatch 和 contains 之间的区别是：

这三个函数于 re 模块的 re.fullmatch 、 re.match 和 re.search 对应

像 match , fullmatch , contains , startswith 和 endswith 有一个额外的 na 参数，用于将缺失值替换为 True 或 False

您可以从字符串行中提取指标变量。例如，如果使用 '|' 分隔的字符串

字符串 Index 也支持 get_mmies ，它返回一个 MultiIndex

‘贰’ python怎样解压.tar.gz的文件

linux：
os.system('tar zxf %s' % filename )
window：
import tarfile
tar = tarfile.open("sample.tar.gz")
tar.extractall()
tar.close()

‘叁’ python 3.2版本 解压rar/zip到指定目录

python没有rar模块的

‘肆’ Python：invalid syntax的问题

我给你改了一下：

importzipfile
fromthreadingimportThread
defextractFile(zFile,password):
try:
zFile.extractall(pwd=password.encode())
print('password:'+password+'
')
zFile.close()
exceptExceptionase:
pass
defmain():
zFile=zipfile.ZipFile('evil.zip')
passFile=open('dict.txt')
lines=passFile.readlines()
passFile.close()
forlineinlines:
password=line.strip('
')
t=Thread(target=extractFile,args=(zFile,password))
t.start()
if__name__=='__main__':
main()

要学习异常处理，参考这个教程吧：刘江的博客及教程

‘伍’ python中的zipfile

python中的zipfile模块是用于解压/压缩zip文件的，压缩a.txt为a.zip，从b.zip解压出b.txt（假设它们都放在d:\，且b.zip中只有b.txt）示范代码如下5行：
from os import chdir;
from zipfile import ZipFile;
chdir("d:/");
with Zipfile("d:/b.zip","r") as zipf:zipf.extractall();
with Zipfile("d:/a.zip","w") as zipf:zipf.write("d:/a.txt");