python通过正则匹配指定字符开头与结束提取中间内容

一、提取包含始末字符

1、起始字符串固定

a = re.findall('起始字符串.*结束字符串',str)

2、起始字符串不固定（即从首字符串提取到固定的字符串结束），用^指定从首字符串开始

a = re.findall('^.*结束字符串',str)

二、不包含始末字符串

#方法1
a = re.findall('(?<=始字符串).*?(?=末字符串)',str)
#方法2
a = re.findall('始字符串(.*?)末字符串',str)

在 re.findall()的方法中 '始字符串.末字符串’ 可以匹配到相同的值直到最后一个值；如果参数为 '始字符串.?末字符串’则只匹配到第一个值。
其实使用.*和.+都能提取特定始末字符串中间的内容，下面顺便说下两者的区别。

三、.*和.+正则提取的区别

.：匹配任意字符
*：匹配0个或多个字符
?：非贪婪模式，在符合的条件下，尽可能少的匹配(尽可能短的匹配)

str2 = "aabab"
a = re.findall('a.*?b',str2) #结果：['aab', 'ab']
b = re.findall('a.+?b',str2)    #结果：['aab']

.?：匹配aab和ab ，因为可以匹配0个字符，所以可以匹配得到ab
.+?：匹配aab，因为+必须a和b中间至少有一个字符，所以排除了ab

四、起始有无^的区别

str2 = "aabab"
c = re.findall('.*',str2)    #结果：['aabab', '']
d = re.findall('^.*',str2)   #结果：['aabab']

五、pandas对具体列的内容通过正则表达式进行数据提取

使用前要确保该列的类型统一，str或者float格式，最好事先通过astype强制转换一下
df[‘新列名’]=df[‘提取的列名’].str.extract(‘正则表达式’, expand = True)

六、遇到的报错

报错：pattern contains no capture groups
（翻译：模式不包含捕获组）
解决：根据docs ，您需要为 str.extract 指定一个捕获组(即括号)好，提取。

参考文章：https://www.cnblogs.com/ZhangHT97/p/13427325.html
https://www.cnblogs.com/YouJeffrey/p/15209895.html
https://blog.csdn.net/dudu3332/article/details/111555572

python通过正则匹配指定字符开头与结束提取中间内容相关推荐

php正则获取标签,PHP通过正则匹配中文字符过滤html标签获取文本内容
正则匹配中文汉字根据页面编码不同而略有区别: GBK/GB2312编码:[x80-xff]+ 或 [xa1-xff]+ UTF-8编码:[x{4e00}-x{9fa5}]+/u [php] $str ...
java正则贪婪匹配指定字符开头和结尾或括号中内容
项目中需要这样二种场景,需要贪婪匹配一个字符串,按照相应的匹配规则,替换指定的字符. 一.场景一匹配规则 1.中括号开头紧接2位数字 2.中间部分任意 3.右中括号结尾代码如下: String st ...
java正则匹配第一个符合的_java正则贪婪匹配指定字符开头和结尾或括号中内容...
项目中需要这样二种场景,需要贪婪匹配一个字符串,按照相应的匹配规则,替换指定的字符. 一.场景一匹配规则 1.中括号开头紧接2位数字 2.中间部分任意 3.右中括号结尾代码如下: String st ...
Python 正则匹配以xx开头以xx结尾的单词
参考正则匹配以xx开头以xx结尾的单词 Python 正则表达式
linux 上使用wc -l命令快速查看文件内容有多少行，以及如何匹配指定字符查看多少行
1 linux的cat -n命令查看文件内容一共有多少行 1.cat -n命令查看文件多少行 cat -n filename 如:cat -n gallery_color_depth.txt - 2. ...
python正则匹配空格+数字+空格_详解Python中正则匹配TAB及空格的小技巧
详解Python中正则匹配TAB及空格的小技巧发布时间:2020-10-15 08:38:48 来源:脚本之家阅读:94 作者:杰瑞26 在正则中,使用.*可以匹配所有字符,其中.代表除\n外的任 ...
正则匹配以什么开头、以什么结尾，以非什么开头，以非什么结尾
正则匹配以什么开头.以什么结尾,以非什么开头,以非什么结尾 (1)正则匹配以start开始的字符串 ^(?=start) (2)正则匹配以非start开始的字符串. ^(?!start) (3)正则匹 ...
验证字符串是否以指定字符开头
在正则表达式中使用变量时,应该通过JavaScript提供的内置函数eval()来动态执行,eval()函数允许JavaScript源代码的动态执行,也就是说首先会获得变量的值,再讲整个字符串组合成一 ...
判断字符串是否以指定字符开头
应用String类中提供的startsWith()方法来实现,用于判断字符串是否以指定的前缀开始 public boolean startsWith(String prefix) prefix:为指定 ...
re正则匹配中文字符
re正则匹配中文字符 re 匹配中文字符规则 re.compile(u"[\u4e00-\u9fa5]+") 下图是我爬取jd手表的一条数据在该字典中的title键所对应的值va ...