本項目中雖然數據量不大，用Excel自帶的替換功能也能實現，但是針對上幾千條字段去匹配數據的話，Python就明顯高效的多，現在開始講解：

要清洗的是Excel文檔中所有字段的地名，

需要清洗數據：

首先，需要導入xlrd和re包，前者是用來讀寫Excel文檔，後者是正則表達式的包

 1 #-*- coding:gbk -*-
 2 import xlrd  
 3 import re
 4 
 5 #打開一個Excel表
 6 data = xlrd.open_workbook(‘/home/kin/company.xlsx‘)
 7 
 8 #按順序選擇第5張表（sheet）
 9
 
 table = data.sheets()[4]
10 
11 #循環遍歷把表中一列的數據用字符串拼接的形式賦值給字符串變量“temp”
12 temp = ""
13 for x in range(18):
14     #get row_value
15     var = table.row_values(x)
16     temp +=var[0] + "|"
17 
18 
19 #一定要去除最後一個“|”字符，否則while循環時會認為“空值”完全匹配進入死循環
20 temp = temp[:-1]
21 
22 #新建並打開一個xlsx文檔，“w”是選擇復寫，編譯碼為utf-8
23
 
 file = open("/home/kin/Desktop/z.xlsx","w",encoding="utf-8")
24 
25 #選擇第二張表
26 table2 = data.sheets()[1]
27 
28 #編譯正則表達式
29 pt = re.compile(temp)
30 
31 
32 #可以將num，num2加入循環，print查看num總數，判斷是否執行總數
33 num = 0 
34 num2 = 0
35 
36 #循環遍歷
37 for x in range(10000):
38         #get row_value
39     var2 = table2.row_values(x)
 
40         #var2[0]讀取每行第一列元素
41     while pt.search(var2[0]):
42                 #group()匹配正則表達式整體結果
43         a = pt.search(var2[0]).group()
44                  #將匹配結果用空字符串替代
45         var2[0] = var2[0].replace(a,"")
46                 #將處理完的結果賦值給name
47         name = var2[0]
48        #用回車做分隔符寫入
49     file.write(name + "\n")
50     #切記flush（）方法必須放在while循環局部，不然結果會將所有運算結果從緩存內寫入
51     file.flush()
52 
53 file.close
54                    

結果：

Python3正則表達式清洗Excel文檔