import re # 匹配门店消息 t = '''今年,XXX计划继续稳固成都本地市场,规划开出200家门店,在CCC市场成为领头羊, 并向全国市场布局,3年计划扩张近4000家门店, aaa张近50000家门店。未来,XXX将继续加强对标准化连锁经营体系的探索, 侧重往加盟商体系发展,更多策略。''' # 匹配中文汉字,大写和小写字母,数字出现一次和多次到门店的信息 r = re.findall(r'([u4E00-u9FA5A-Za-z0-9]+d.*?门店)', t) print(r) # 输出结果 ['规划开出200家门店', '3年计划扩张近4000家门店', 'aaa张近50000家门店']HTML提取文本
hh = '经过2年的产品打磨,XX数据目前服务于餐饮、零售领域30余家中腰部及以上连锁客户,包括XX小面、BMX、MYJ、西XX爷、XX贝、邻JJ、XXLL悦喜、美JJJ美、柚子电子烟等,覆盖10000余家门店,目前产品MVP已经跑通,正在搭建销售团队。现阶段主要面向一二线城市以直销为主,销售收入保持3-5倍的年增速。
' # 使用匹配提取方式,此方式会有部分内容被丢弃 r = re.findall(r'<.+?>([^<].*?)<.+?>', h) print("n".join(r)) # 使用替换方式,将标签<>的内容替换为指定字符串 result, number = re.subn(r'<.+?>', '。', h) print(result, number)



