全文以工商银行的扣费信息为例

工行储蓄卡，绑定支付宝、微信后日常使用，偶尔会转入，日常收到的通知短信有支付、转入、信使展期扣费三类：

1. 您尾号1234卡1月2日20:57POS支出(快捷支付)100元，余额664.88元。【工商银行】

2. 您尾号7256卡2月3日15:35ATM收入(现存)8,000元，余额8,664.88元。【工商银行】

3. 您尾号1234卡4日02:55工商银行支出(信使展期)2元，余额8,662.88元。【工商银行】

最后的整理结果如图

screenshot.png

需要从每条短信中提取出来的信息有：日期、金额、方式、余额

第一、二类短信具有相同的格式，可以用同一个正则表达式提取信息，第三类缺少了一个日期，需要另写一个(存储的时候月份用00 代替)。

第一个正则表达式为：您尾号(\d{4})卡(\d{1,2})月(\d{1,2})日([\d:]+)(.+?)([\d.,]+)元，余额([\d.,]+)元。【工商银行】

第二个正则表达式为：您尾号(\d{4})卡(\d{1,2})日([\d:]+)(.+?)([\d.,]+)元，余额([\d.,]+)元。【工商银行】　，区别在于少了月份。

留意扣费方式的匹配用了非贪婪模式 ?

读 xls 要用到 xlrd ，而本次是要写入 xls ，所以用的是 xlwt 模块

file = xlwt.Workbook() #新建文件，留意大小写

table = file.add_sheet('name') #新建一个sheet

table.write(行,列,值) #写入数据

table = file.add_sheet('sheet name',cell_overwrite_ok=True) #需要对同一个单元格重复写入覆盖数据

file.save('demo.xls') #保存文件

......

还能自定义字体等

最终代码如下

#!/usr/bin/python3

# -*- coding:utf-8 -*-

import re,xlwt

common = re.compile(u'您尾号(\d{4})卡(\d{1,2})月(\d{1,2})日([\d:]+)(.+?)([\d.,]+)元，余额([\d.,]+)元。【工商银行】')

notify_fee = re.compile(u'您尾号(\d{4})卡(\d{1,2})日([\d:]+)(.+?)([\d.,]+)元，余额([\d.,]+)元。【工商银行】')

xls = xlwt.Workbook()

table = xls.add_sheet(u'账单')

table.write(0,3,'方式')

table.write(0,4,'用途')

table.write(0,5,'余额')

table.write(0,6,'备注')

def f(month,day,reason,fee,remain,line):

while(len(month) < 2):

month = '0' + month

while(len(day) < 2):

day = '0' + day

if '.' in fee:

fee = float(fee.replace(',',''))

else:

fee = int(fee.replace(',',''))

if '出' in reason:

fee = -fee

remain = float(remain.replace(',',''))

remain = round(remain,2)

table.write(line,1,month+day)

table.write(line,2,fee)

table.write(line,3,reason)

table.write(line,5,remain)

if __name__ == '__main__':

with open('bank.txt','r') as file:

current = 1

for line in file.readlines():

line = line.strip()

r1 = common.match(line)

r2 = notify_fee.match(line)

if r1:

f(r1.group(2),r1.group(3),r1.group(5),r1.group(6),r1.group(7),current)

current = current + 1

elif r2:

f('',r2.group(2),r2.group(4),r2.group(5),r2.group(6),current)

current = current + 1

else:

print('other #' + line.strip())

xls.save('result.xls')

欢迎留言共同改进程序~