Pandas，str.extract 不适用于我的正则表达式？

Question

您好，我正在尝试使用 str.extract() 提取子字符串，但它不想工作...我的正则表达式regex=r'(An+.+,$)' dataset['Sprint']=dataset['URL'].str.extract(regex)我想用粗体提取的内容：[id=5548,rapidViewId=2968,state=ACTIVE,name= Anki Sprint 1.12 glu ,startDate=2020-03-09T09:21:24.412+01:00,endDate=2020-03-31T23:59:00.000+02: 00，完成日期=，序列=5548，目标=]

Answer 1

问题是你如何定义正则表达式，你的正则表达式意味着'提取匹配的字符串：一个字符“A”，具有1个或多个字符“n”，具有1个或多个任何字符（行终止符除外），一个字符"," 和一行的末尾'。如果您考虑一下，您无法在您的示例中匹配此描述，因为您在行尾没有逗号。您可以使用这个有用的网站尝试您的 regex 表达式，它很好地解释了您的 regex 表达式。

解决问题，你可以做

regex=r'(An[a-zA-Z0-9\s]+.[a-zA-Z0-9\s]+),'
dataset['Sprint']=dataset['URL'].str.extract(regex)

或任何其他正则表达式，具体取决于您希望正则表达式的灵活性。

Answer 2

为什么不在名称上使用正则表达式？

dataset['Sprint'] = df['URL'].str.extract("name=(.*?),")