python正则表达式查找匹配项并进行替换

处理excel表开头结尾相同但内容不同的数据，例：以href开头 >结尾

pattern = r'href=[^ ]* a' 

这个正则表达式的含义是：

- `href=`：匹配字符串中以“href=”开头的部分。

- `[^ ]*`：匹配零个或多个非空格字符。#href=[^>]*> :匹配非">"字符

- `a`：匹配字符串中以“a”结尾的部分。

对单条数据：

import re
# 读取Excel文件并获取单元格内容
cell_value = "some text with href=123> and href=131>"
# 使用正则表达式查找匹配项并进行替换
pattern = r'href=[^>]*>'
replacement = ''
new_cell_value = re.sub(pattern, replacement, cell_value)
print(new_cell_value)

对整个excel：

import pandas as pd
import re
# 读取Excel文件并获取单元格内容
df = pd.read_excel(r'C:\Users\win10\Desktop\a.xls', sheet_name='Sheet1')
# 使用正则表达式查找匹配项并进行替换
pattern = r'href=[^>]*>'
replacement = ''
df.replace(to_replace=pattern, value=replacement, regex=True, inplace=True)
# 将修改后的数据保存到新文件中
writer = pd.ExcelWriter(r'C:\Users\win10\Desktop\a.xls')
df.to_excel(writer, index=False)

报错问题：

FileNotFoundError: [Errno 2] No such file or directory: 'a.xls' 

分析：

这个错误通常是由于文件路径设置不正确引起的。你需要检查文件路径是否正确，并确保Python可以找到该文件。 

解决：

1. 绝对路径：指定完整的系统路径，如`C:\Users\Username\Desktop\a.xls`（Windows）或 `/home/username/Desktop/a.xls`（Linux/MacOS）。

2. 相对路径：相对于当前工作目录的位置来指定，例如如果你在运行脚本时位于 `C:\Users\Username\Documents\Project` 目录下，则可以使用 `./a.xls` 或者 `../data/a.xls`(表示上一级目录下的data子目录) 来指向 a.xls 文件。 以下是一个示例代码，在 Windows 系统中访问桌面上名为“a.xls”

r'C:\Users\win10\Desktop\a.xls'