开始使用免费开始使用

解析 PDF 文件

现在,您需要处理另一个一直拖延的小项目。公司给了您一些已签署合同的 PDF 文件。项目目标是把从中解析出的信息建立成一个数据库。其中有 3 列应分别对应合同签署的日、月、年。 日期以 Signed on 05/24/2016 的形式出现(05 表示月份,24 表示日期)。您决定使用捕获组来提取这些信息。此外,您还希望能分别取出这几部分信息,以便单独存入不同的变量。

您决定先做一个概念验证。

变量 contract(包含一份合同的文本)和 re 模块已在您的会话中加载。您可以使用 print() 在 IPython Shell 中查看数据。

本练习是课程的一部分

Python 中的正则表达式

查看课程

交互式实操练习

通过完成这段示例代码来试试这个练习。

# Write regex and scan contract to capture the dates described
regex_dates = r"____\s____\s(____)/(____)/(____)"
dates = re.____(____, ____)
编辑并运行代码