使用Python正則表達(dá)式提取字幕

回復(fù)“資源”即可獲贈(zèng)Python學(xué)習(xí)資料

大家好，我是皮皮。

一、前言

前幾天在Python鉑金交流群粉絲【有點(diǎn)意思】問(wèn)了一道正則表達(dá)式處理的問(wèn)題，如下圖所示。

原始數(shù)據(jù)，如下所示：

他自己想要的效果，如下圖：

二、實(shí)現(xiàn)過(guò)程

這里【月神】其實(shí)在上圖中已經(jīng)給了一個(gè)思路了，后來(lái)【瑜亮老師】也給了一個(gè)思路，如下圖所示：

后來(lái)粉絲自己也在其他群得到了一個(gè)解答，如下圖所示：

代碼，如下所示：

序號(hào)列表 = [x for x in 字幕文件 if not re.search('[^0-9\n]',x)]
序號(hào)列表 = [x for x in 序號(hào)列表 if x!='\n']

后來(lái)【瑜亮老師】提出一個(gè)疑問(wèn)，明明是要字幕中的文字，為啥提出來(lái)的需求是取數(shù)字？粉絲自己也說(shuō)了自己的理由。

這里給出幾行示例數(shù)據(jù)，如下所示：

1
00:00:00,256 --> 00:00:01,024
呵呵呵。

2
00:00:02,048 --> 00:00:02,560
哎呀，我這。

3
00:00:02,816 --> 00:00:03,584
得遠(yuǎn)一點(diǎn)。

4
00:00:06,400 --> 00:00:09,216
你往里再坐一點(diǎn)。
？？

5
00:00:09,984 --> 00:00:10,496
好。

6
00:00:12,288 --> 00:00:13,056
呵呵呵。

7
00:00:13,312 --> 00:00:15,104
好。

后來(lái)【瑜亮老師】給了一份代碼，如下所示：

import re
data="""1
00:00:00,256 --> 00:00:01,024
呵呵呵。

2
00:00:02,048 --> 00:00:02,560
哎呀，我這。

3
00:00:02,816 --> 00:00:03,584
得遠(yuǎn)一點(diǎn)。

4
00:00:06,400 --> 00:00:09,216
你往里再坐一點(diǎn)。
？？

5
00:00:09,984 --> 00:00:10,496
好。

6
00:00:12,288 --> 00:00:13,056
呵呵呵。

7
00:00:13,312 --> 00:00:15,104
好。"""
res=re.findall(",\d{3}\n(.*?)\n\n", data, re.S)
print(res)

運(yùn)行之后，結(jié)果如下所示：

完美地解決了粉絲的問(wèn)題。

三、總結(jié)

大家好，我是皮皮。這篇文章主要盤點(diǎn)了一道正則表達(dá)式處理數(shù)據(jù)的問(wèn)題，文中針對(duì)該問(wèn)題給出了具體的解析和代碼實(shí)現(xiàn)，幫助粉絲順利解決了問(wèn)題。

最后感謝粉絲【有點(diǎn)意思】提問(wèn)，感謝【月神】、【瑜亮老師】等人給出的思路和代碼解析，感謝群友們一起參與學(xué)習(xí)交流。

小伙伴們，快快用實(shí)踐一下吧！如果在學(xué)習(xí)過(guò)程中，有遇到任何問(wèn)題，歡迎加我好友，我拉你進(jìn)Python學(xué)習(xí)交流群共同探討學(xué)習(xí)。