使用 Python 和正则表达式从字符串中提取子字符串

Question

我在“页面”列中有一个包含很长字符串的熊猫数据框，我试图从中提取子字符串：示例字符串： /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s& search_query=示例一&y=0&x=0使用正则表达式，我很难确定如何提取两个＆符号之间的字符串并删除较大字符串的所有其他字符部分。到目前为止，我的代码如下所示：import pandas as pdimport redataset = pd.read_excel(r'C:\Users\example.xlsx')dataframe = pd.DataFrame(dataset)dataframe['Page'] = format = re.search(r'&(.*)&',str(dataframe['Page']))dataframe.to_excel(r'C\Users\output.xlsx)上面的代码运行但不会向我的新电子表格输出任何内容。

Answer 1

您可以使用 提取 URL 中的查询字符串urllib.parse.urlparse，然后使用 解析它urllib.parse.parse_qs：

>>> from urllib.parse import urlparse, parse_qs

>>> path = '/ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0'

>>> query_string = urlparse(path).query  

>>> parse_qs(query)

{'search_query': ['example one'], 'y': ['0'], 'x': ['0']}

编辑：query_string从Page列中的所有页面中提取：

dataframe['Page'] = dataframe['Page'].apply(lambda page: parse_qs(urlparse(page).query)['search_query'][0])

Answer 2

你可以试试这个

(?<=&).*?(?=&)

解释

• (?<=&)- 积极的回顾。匹配&。

• (.*?)- 匹配除换行符以外的任何内容。（懒人方法）。

• (?=&)- 正向前瞻匹配&。

Answer 3

快速高效的熊猫方法。

示例数据：

temp,page

1,  /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0

2,  /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0

3,  /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0

代码：

df = example.data # from above

df["query"] = df['page'].str.split("&", expand=True)[1].str.split("=", expand=True)[1]

print(df)

示例输出：

   temp  \

0  1          

1  2          

2  3          

                                                                                                          page  \

0    /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0   

1    /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0   

2    /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0   

         query  

0  example one  

1  example one  

2  example one  

如果您想根据 key=value 对标记您的列，那将是不同的提取后记。