使用Python提取Excel中-与>间的不定长值及日期时间至列表

需求明确 #

处理Excel文件B列的字符串数据，完成两个提取任务：

• 从每个X-Y>[...]片段中，提取-与>之间的数字，汇总成一个列表
• 从每个片段的方括号[]内，提取日期时间字符串，汇总成另一个列表

实现代码 #

用pandas读取Excel，结合正则表达式完成提取：

import pandas as pd
import re

# 替换为你的Excel文件路径
df = pd.read_excel("your_file.xlsx", usecols=["B"])

# 定义正则表达式，分别匹配目标数字和日期时间
num_regex = re.compile(r"-(\d+)>")
dt_regex = re.compile(r"\[([^\]]+)\]")

num_list = []
dt_list = []

# 遍历B列每一行内容
for content in df["B"].dropna():
    # 按"+"拆分单元格内的多个片段
    segments = content.split("+")
    for seg in segments:
        # 提取数字并转整数
        num_match = num_regex.search(seg)
        if num_match:
            num_list.append(int(num_match.group(1)))
        # 提取日期时间字符串
        dt_match = dt_regex.search(seg)
        if dt_match:
            dt_list.append(dt_match.group(1))

# 输出结果
print("提取的数字列表：", num_list)
print("提取的日期时间列表：", dt_list)

代码说明 #

1. 读取Excel：指定读取B列，用dropna()跳过空行
2. 正则匹配：
   • num_regex：精准捕获-后、>前的数字
   • dt_regex：捕获[和]之间的所有内容（即日期时间）
3. 遍历处理：每个单元格按+拆分成独立片段，逐个匹配提取结果，分别存入对应列表

运行后会得到符合要求的两个列表：

• 数字列表：[36, 34, 35, 65, 33, 25, 15, 35, 21, 1, 7, 55]
• 日期时间列表：对应每个片段的时间字符串集合

内容的提问来源于stack exchange，提问作者Momoko