Python正则表达式否定强制字符存在[重复]答案

【问题标题】：Python Regex negation forces character to be present [duplicate]Python正则表达式否定强制字符存在[重复]
【发布时间】：2018-04-07 18:48:57
【问题描述】：

我正在尝试创建一个正则表达式来匹配一年中月份的数字 1-12（其中第一个数字是可选的）和一个月中的几天的 1-31，而不附加从 1 到 12 的所有数字。（想象一下内存，如果这是 1 - 100 万）

pd.Series(["some text8some text","some text13some text", "05"]).str.extract('(?P<mm>[1][012]|(?:[0])?[1-9])')

在 8 上正常工作，但在 13 上工作而不是忽略它与 1 匹配。所以我尝试了

pd.Series(["some text8some text","13some text", "05"]).str.extract('(?P<mm>[1][012]|(?:[0])?[1-9][^0-9])')

但它迫使我在 8 之后有一个字符，否则不匹配。

有人可以帮忙解决这个正则表达式否定，它迫使我在 8 之后有一个字符来匹配吗？

所需的输出是

0: 8
1: Nan 
2: 5

由于没有空格，单词边界将不起作用，从而迫使我们使用正则表达式否定。

【问题讨论】：

你能说得更具体点吗？给我们一个输入示例和期望的输出？
是的，8 的期望输出是 8，13 的输出是 Nan。谢谢，我会编辑问题
它与那些问题不同：|最初的意图是为了直观地使用正则表达式否定，因为它不需要将文本与数字分开的单词边界或空白字符。但是，我希望替代解决方案在数据集上可以正常工作。谢谢@Jan
没有空格作为单词边界
@dev：看看这里的环视：regex101.com/r/kFnIsJ/1

标签： python regex pandas regex-negation

【解决方案1】：

您需要使用锚点或单词边界：

\b(?:1[0-2]|[1-9])\b

见a demo on regex101.com。

对于pandas，这可能是：

import pandas as pd

df = pd.Series(["8","13", "text in between 13 as well", "here is an 8 hidden"]).str.extract(r'(?P<mm>\b(?:1[0-2]|[1-9])\b)') 
print(df)

这会产生

0      8
1    NaN
2    NaN
3      8
Name: mm, dtype: object

【讨论】：

不，我的数据可能在文本之间
@dev：那就用词界，已经更新了答案和demo。
对不起，执行后不匹配8
@dev：是的，确实如此，检查代码。
它不适用于单词边界。请参阅此pd.Series(["8","13", "text in between13as well", "here is an8hidden"]).str.extract(r'(?P<mm>\b(?:1[0-2]|[1-9])\b)') 与隐藏的 8 不匹配。没有空格可用作单词边界。感谢@Jan 的帮助