给定一个文本文件,每行是一条股票信息,写程序提取出所有的股票代码

问题:给定一个文本文件,每行是一条股票信息,写程序提取出所有的股票代码。其中,股票代码规则是:6 位数字,
而且以.SH 或者.SZ 结尾。
文件内容示例:
2020-08-08;平安银行(000001.SZ);15.55;2940.00 亿
2020-08-08;恒瑞医药(600276.SH);95.32;4956.50 亿(包括非流通市值)
......
2020-08-08;宁德时代(300750.SZ);205.32;4657 亿
输出:
[‘000001.SZ’,’600276.SH’.......’300750.SZ’]

解答:

import re

# 打开文件并读取所有行
with open('file.txt', 'r') as f:
    lines = f.readlines()

# 定义正则表达式规则
pattern = re.compile(r'\d{6}\.[SZ]{2}')

# 提取所有股票代码
codes = []
for line in lines:
    match = pattern.search(line)
    if match:
        codes.append(match.group())

# 输出所有股票代码
print(codes)

在这个示例代码中,我们首先打开文件并将所有行读入列表。然后,我们定义了一个正则表达式规则来匹配股票代码。接下来,我们使用一个循环遍历所有行,并查找匹配规则的股票代码。最后,我们将所有匹配的股票代码存储在一个列表中并进行输出。

请注意,这里的文件名应该改为您实际的文件名,而不是 'file.txt'。

但是会出现报错:

content = f.readlines()
UnicodeDecodeError: 'gbk' codec can't decode byte 0xa1 in position 21: illegal multibyte sequence

 原因:

这个错误通常是由于文件编码方式与 Python 所使用的编码方式不一致导致的。可以尝试指定文件编码方式,例如:

with open('file.txt', 'r', encoding='utf-8') as f:
    lines = f.readlines()

 所以出现这个问题时,只需

变为

with open('file.txt', 'r',encoding='utf-8') as f:
    lines = f.readlines()

 

 

你可能感兴趣的:(Python,python)