re模块是python独有的匹配字符串的模块，该模块中提供的很多功能是基于正则表达式实现的，
创新互联建站主要为客户提供服务项目涵盖了网页视觉设计、VI标志设计、成都全网营销、网站程序开发、HTML5响应式重庆网站建设公司、成都手机网站制作、微商城、网站托管及网站维护、WEB系统开发、域名注册、国内外服务器租用、视频、平面设计、SEO优化排名。设计、前端、后端三个建站步骤的完善服务体系。一人跟踪测试的建站服务标准。已经为成都餐厅设计行业客户提供了网站营销推广服务。
而正则表达式是对字符串进行模糊匹配，提取自己需要的字符串部分，他对所有的语言都通用。
1、字符
2、字符集
3、量词
贪婪模式：总是尝试匹配尽可能多的字符
非贪婪则相反，总是尝试匹配尽可能少的字符。
{0,} 匹配前一个字符 0 或多次,等同于 * 元字符
{+,} 匹配前一个字符 1 次或无限次,等同于 + 元字符
{0,1 }匹配前一个字符 0 次或 1 次,等同于 ? 元字符
如果 () 后面跟的是特殊元字符如 (adc)* 那么*控制的前导字符就是 () 里的整体内容，不再是前导一个字符
4、特殊分组用法表：只对正则函数返回对象的有用
5、断言
从断言的表达形式可以看出，它用的就是分组符号，只不过开头都加了一个问号，这个问号就是在说这是一个非捕获组，这个组没有编号，不能用来后向引用，只能当做断言。
匹配 titlexxx/title 中 xxx ： (?=title).*(?=/title)
自己理解就是：
5、例子
（1）非
^(?!.*200).*$ ，只匹配200
^(?!.*[200|400]).*$ ，只匹配200和400
[^a-z] 反取,不含a-z字母的
（2） \u4e00-\u9fa5 中文
（3） r"\b([\u4e00-\u9fa5]\s?[\u4e00-\u9fa5]+)\b" # 小 明 匹配这种单字中间有空格的
compile 函数用于编译正则表达式，生成一个正则表达式（ Pattern ）对象，供 match() 和 search() 这两个函数使用
match 尝试从字符串的 起始位置 匹配一个模式，如果不是起始位置匹配成功的话，返回none。
search 扫描 整个字符串 并返回 第一个成功 的匹配。
re.match与re.search的区别:
正则表达式替换函数
替换匹配成功的指定位置字符串,并且返回替换次数，可以用两个变量分别接受
(2) 两个字符以上切割，放在 [ ] 中（不保留分隔符）：
(3) 使用 ( ) 捕获分组（保留分割符）：
在字符串中找到正则表达式所匹配的所有子串，并返回一个列表，如果没有找到匹配的，则返回空列表。
注意： match 和 search 是匹配一次 ，findall 匹配所有。
用法：
注意1：一旦匹配成，再次匹配，是从前一次匹配成功的，后面一位开始的，也可以理解为匹配成功的字符串，不在参与下次匹配
注意2：如果没写匹配规则，也就是空规则，返回的是一个比原始字符串多一位的，空字符串列表
注意3：正则匹配到空字符的情况，如果规则里只有一个组，而组后面是 * 就表示组里的内容可以是 0 个或者多过，这样组里就有了两个意思：
一个意思是匹配组里的内容，
二个意思是匹配组里 0 内容（即是空白）
所以尽量避免用 * 否则会有可能匹配出空字符串
正则表达式，返回类型为表达式对象的
如：_sre.SRE_Match object; span=(6, 7), match='a'
返回对象的，需要用正则方法取字符串，
工作需要写了一个python小函数。
用fuzzywuzzy模糊匹配技巧解决人工数据和标准数据的匹配问题.基本原理是先精确匹配，如果没有，采用模糊匹配遍历目标空间，选取打分最大。
生物信息处理一些经过人工输入的数据，往往有少量的错误但是这些元数据往往要与结果数据统一分析，且非常之重要数据量小，那就一个一个改吧，工作需要写了一个python小函数，用fuzzywuzzy模糊匹配技巧解决人工数据和标准数据的匹配问题基本原理是先精确匹配，如果没有，采用模糊匹配遍历目标空间，选取打分最大的提交用户检查，最后输出结果。
根据报错的信息find这个变量是float类型而不是str类型的，str才有startsWith这个方法，你想找的实际上是excel表格中的值，我觉得你需要先把find这个变量在后台打印出来，如以下代码
for find in xx:
print "@54", find
if find.startswith('A1'):
....
...
其他关于Python的总结文章请访问：
正则表达式用来匹配字符串，在python中可以使用 re 模块来完成，本篇做一个对正则表达式的匹配规则的总结
在上述的精确匹配后可以跟上一些符号来进行模糊的匹配：
可以使用中括号的形式进行范围匹配，中括号表达式后边可以跟上上述模糊匹配的符号来表示数量
多个条件可以 紧跟着写在同一个中括号中 ，比如：
[a-zA-Z] ：匹配一个大、小写字母
某列中所有的数据都是1，加起来不就是总行数吗？引言本文的目的，是向您展示如何使用pandas来执行一些常见的Excel任务。有些例子比较琐碎，但我觉得展示这些简单的东西与那些你可以在其他地方找到的复杂功能同等重要。作为额外的福利，我将会进行一些模糊字符串匹配，以此来展示一些小花样，以及展示pandas是如何利用完整的Python模块系统去做一些在Python中是简单，但在Excel中却很复杂的事情的。有道理吧？让我们开始吧。为某行添加求和项我要介绍的第一项任务是把某几列相加然后添加一个总和栏。首先我们将excel数据导入到pandas数据框架中。importpandasaspdimportnumpyasnpdf=pd.read_excel("excel-comp-data.xlsx")df.head()我们想要添加一个总和栏来显示Jan、Feb和Mar三个月的销售总额。在Excel和pandas中这都是简单直接的。对于Excel，我在J列中添加了公式sum(G2:I2)。在Excel中看上去是这样的：下面，我们是这样在pandas中操作的：df["total"]=df["Jan"]+df["Feb"]+df["Mar"]df.head()接下来，让我们对各列计算一些汇总信息以及其他值。如下Excel表所示，我们要做这些工作：如你所见，我们在表示月份的列的第17行添加了SUM(G2:G16)，来取得每月的总和。进行在pandas中进行列级别的分析很简单。下面是一些例子：df["Jan"].sum(),df["Jan"].mean(),df["Jan"].min(),df["Jan"].max()(1462000,97466.666666666672,10000,162000)现在我们要把每月的总和相加得到它们的和。这里pandas和Excel有点不同。在Excel的单元格里把每个月的总和相加很简单。由于pandas需要维护整个DataFrame的完整性，所以需要一些额外的步骤。首先，建立所有列的总和栏sum_row=df[["Jan","Feb","Mar","total"]].sum()sum_rowJan1462000Feb1507000Mar717000total3686000dtype:int64这很符合直觉，不过如果你希望将总和值显示为表格中的单独一行，你还需要做一些微调。我们需要把数据进行变换，把这一系列数字转换为DataFrame，这样才能更加容易的把它合并进已经存在的数据中。T函数可以让我们把按行排列的数据变换为按列排列。df_sum=pd.DataFrame(data=sum_row).Tdf_sum在计算总和之前我们要做的最后一件事情是添加丢失的列。我们使用reindex来帮助我们完成。技巧是添加全部的列然后让pandas去添加所有缺失的数据。df_sum=df_sum.reindex(columns=df.columns)df_sum现在我们已经有了一个格式良好的DataFrame，我们可以使用append来把它加入到已有的内容中。df_final=df.append(df_sum,ignore_index=True)df_final.tail()额外的数据变换另外一个例子，让我们尝试给数据集添加状态的缩写。对于Excel，最简单的方式是添加一个新的列，对州名使用vlookup函数并填充缩写栏。我进行了这样的操作，下面是其结果的截图：你可以注意到，在进行了vlookup后，有一些数值并没有被正确的取得。这是因为我们拼错了一些州的名字。在Excel中处理这一问题是一个巨大的挑战（对于大型数据集而言）幸运的是，使用pandas我们可以利用强大的python生态系统。考虑如何解决这类麻烦的数据问题，我考虑进行一些模糊文本匹配来决定正确的值。幸运的是其他人已经做了很多这方面的工作。fuzzywuzzy库包含一些非常有用的函数来解决这类问题。首先要确保你安装了他。我们需要的另外一段代码是州名与其缩写的映射表。而不是亲自去输入它们，谷歌一下你就能找到这段代码code。首先导入合适的fuzzywuzzy函数并且定义我们的州名映射表。fromfuzzywuzzyimportfuzzfromfuzzywuzzyimportprocessstate_to_code={"VERMONT":"VT","GEORGIA":"GA","IOWA":"IA","ArmedForcesPacific":"AP","GUAM":"GU","KANSAS":"KS","FLORIDA":"FL","AMERICANSAMOA":"AS","NORTHCAROLINA":"NC","HAWAII":"HI","NEWYORK":"NY","CALIFORNIA":"CA","ALABAMA":"AL","IDAHO":"ID","FEDERATEDSTATESOFMICRONESIA":"FM","ArmedForcesAmericas":"AA","DELAWARE":"DE","ALASKA":"AK","ILLINOIS":"IL","ArmedForcesAfrica":"AE","SOUTHDAKOTA":"SD","CONNECTICUT":"CT","MONTANA":"MT","MASSACHUSETTS":"MA","PUERTORICO":"PR","ArmedForcesCanada":"AE","NEWHAMPSHIRE":"NH","MARYLAND":"MD","NEWMEXICO":"NM","MISSISSIPPI":"MS","TENNESSEE":"TN","PALAU":"PW","COLORADO":"CO","ArmedForcesMiddleEast":"AE","NEWJERSEY":"NJ","UTAH":"UT","MICHIGAN":"MI","WESTVIRGINIA":"WV","WASHINGTON":"WA","MINNESOTA":"MN","OREGON":"OR","VIRGINIA":"VA","VIRGINISLANDS":"VI","MARSHALLISLANDS":"MH","WYOMING":"WY","OHIO":"OH","SOUTHCAROLINA":"SC","INDIANA":"IN","NEVADA":"NV","LOUISIANA":"LA","NORTHERNMARIANAISLANDS":"MP","NEBRASKA":"NE","ARIZONA":"AZ","WISCONSIN":"WI","NORTHDAKOTA":"ND","ArmedForcesEurope":"AE","PENNSYLVANIA":"PA","OKLAHOMA":"OK","KENTUCKY":"KY","RHODEISLAND":"RI","DISTRICTOFCOLUMBIA":"DC","ARKANSAS":"AR","MISSOURI":"MO","TEXAS":"TX","MAINE":"ME"}这里有些介绍模糊文本匹配函数如何工作的例子。process.extractOne("Minnesotta",choices=state_to_code.keys())('MINNESOTA',95)process.extractOne("AlaBAMMazzz",choices=state_to_code.keys(),score_cutoff=80)现在我知道它是如何工作的了，我们创建自己的函数来接受州名这一列的数据然后把他转换为一个有效的缩写。这里我们使用score_cutoff的值为80。你可以做一些调整，看看哪个值对你的数据来说比较好。你会注意到，返回值要么是一个有效的缩写，要么是一个np.nan所以域中会有一些有效的值。defconvert_state(row):abbrev=process.extractOne(row["state"],choices=state_to_code.keys(),score_cutoff=80)ifabbrev:returnstate_to_code[abbrev[0]]returnnp.nan把这列添加到我们想要填充的单元格，然后用NaN填充它df_final.insert(6,"abbrev",np.nan)df_final.head()我们使用apply来把缩写添加到合适的列中。df_final['abbrev']=df_final.apply(convert_state,axis=1)df_final.tail()我觉的这很酷。我们已经开发出了一个非常简单的流程来智能的清理数据。显然，当你只有15行左右数据的时候这没什么了不起的。但是如果是15000行呢？在Excel中你就必须进行一些人工清理了。分类汇总在本文的最后一节中，让我们按州来做一些分类汇总（subtotal）。在Excel中，我们会用subtotal工具来完成。输出如下：在pandas中创建分类汇总，是使用groupby来完成的。df_sub=df_final[["abbrev","Jan","Feb","Mar","total"]].groupby('abbrev').sum()df_sub然后，我们想要通过对dataframe中所有的值使用applymap来把数据单位格式化为货币。defmoney(x):return"${:,.0f}".format(x)formatted_df=df_sub.applymap(money)formatted_df格式化看上去进行的很顺利，现在我们可以像之前那样获取总和了。sum_row=df_sub[["Jan","Feb","Mar","total"]].sum()sum_rowJan1462000Feb1507000Mar717000total3686000dtype:int64把值变换为列然后进行格式化。df_sub_sum=pd.DataFrame(data=sum_row).Tdf_sub_sum=df_sub_sum.applymap(money)df_sub_sum最后，把总和添加到DataFrame中。final_table=formatted_df.append(df_sub_sum)final_table你可以注意到总和行的索引号是‘0'。我们想要使用rename来重命名它。final_table=final_table.rename(index={0:"Total"})final_table结论到目前为止，大部分人都已经知道使用pandas可以对数据做很多复杂的操作——就如同Excel一样。因为我一直在学习pandas，但我发现我还是会尝试记忆我是如何在Excel中完成这些操作的而不是在pandas中。我意识到把它俩作对比似乎不是很公平——它们是完全不同的工具。但是，我希望能接触到哪些了解Excel并且想要学习一些可以满足分析他们数据需求的其他替代工具的那些人。我希望这些例子可以帮助到其他人，让他们有信心认为他们可以使用pandas来替换他们零碎复杂的Excel，进行数据操作。
在一个str中查找特定的字符串，使用string1.find(substring)的语法，这种查找时一种模糊查找；
但是在一个list中，如果判断是否包含某个项目，是一个绝对的相等的比较，空格都需要匹配；
所以使用查找匹配时可以采用的方法是：
1.将list转化为str之后模糊匹配：
比如 if str(list1).find(substring) != -1
2.将list中的所有的字符串都去掉特殊字符以及空格；
比如：
for item in list1:
item.replace(' ','')
再用if substring in list1:
重庆分公司
重庆分公司
