搜索字符串中匹配特定条件的子字符串答案

【问题标题】：Searching for substrings in a string that match a certain condition搜索字符串中匹配特定条件的子字符串
【发布时间】：2019-06-26 03:14:13
【问题描述】：

这是我其他帖子的延续：Extracting numbers from a string under certain conditions

总而言之，我有一些字符串存储在数据框中，我想提取与所有条件匹配的第一个数字（如果存在）。以下是条件：

数字不能在字符串的开头
它不能出现在“No.”一词之后或“Question”一词之后
数字不能介于 1960 - 2020 之间
如果数字后面紧跟字母e，我想用它提取 e

这是我到目前为止找到的数字，它处理前两个条件：

for index, row in df.iterrows():
    test = re.search(r'(?!^)(?<!\bNo\.\s)(?<!\bQuestion\s)(\d+)(?!\d)',
                     row['name'])
    if test:
        df.loc[
            df['name'] == row['name'], ['id']] = test.group()

我也尝试过使用：

\b(?!196[0-9]\d|20[012][0])\d+\b

考虑到数字不在 1960 年和 2020 年的值之间，但它似乎不起作用。如果 e 存在，我也不明白如何捕捉它。

示例 1：

"Trial No. 32819 Question 485 Article 787e"

我希望正则表达式返回

[787e]

示例 2：

"2981 XYZ Legislature"

我希望正则表达式返回

None

示例 3"

"Addendum217Null"

我希望正则表达式返回

[217]

提前感谢您的帮助！

【问题讨论】：

你可以试试r'(?!^)(?<!\bNo\.\s)(?<!\bQuestion\s)(?<!\d)(?!(?:19[6-9][0-9]|20[01][0-9]|2020)(?!\d))(\d+(?!\d)e?)'
'1975e' 呢？

标签： python regex pandas

【解决方案1】：

你可以使用

(?!^)(?<!\bNo\.\s)(?<!\bQuestion\s)(?<!\d)(?!(?:19[6-9][0-9]|20[01][0-9]|2020)(?!\d))(\d+(?!\d)e?)

见regex demo

新增部分为(?<!\d)(?!(?:19[6-9][0-9]|20[01][0-9]|2020)(?!\d))(\d+(?!\d)e?):

(?<!\d) - 当前位置左侧不允许有数字
(?!(?:19[6-9][0-9]|20[01][0-9]|2020)(?!\d)) - 如果紧挨当前位置的右侧有一个从 1960 到 2020 的数字后面没有数字，则匹配失败
(\d+(?!\d)e?) - 第 1 组（您将提取的内容）：1+ 个数字，后面没有数字和可选的 e 字母

【讨论】：