Python中如何检测含特定字符（如10g）的数字并提取含克(g)和百分比(%)的配料？

我来帮你解决这个问题——你的代码问题出在直接用字符串字面量的in操作符去匹配正则模式，而不是用正则引擎处理匹配逻辑，这才导致带g的配料项没被检测出来。

你当前代码里的'\d+\s*g' in s，是在检查字符串s里是否包含字面量的'\d+\s*g'（也就是字符d、+、\、s、*、g连在一起的子串），而不是匹配"数字+可选空格+g"的实际模式，这完全不符合你的需求。

我们需要借助Python的re模块来做正则匹配，替换掉错误的字符串包含检查。具体实现如下：

1. 先导入re模块（如果还没导入的话）
2. 修改apply里的lambda函数，用re.search()来检测每个配料项是否满足两个条件之一：
   • 匹配\d+\s*g模式（数字+可选空格+g）
   • 包含%字符

import re
import pandas as pd

# 模拟你的输入数据（示例）
df = pd.DataFrame({
    'ingredients_text': [
        ['无关文本', ' jar 312g b ingrédiehb: eau', ' purée de )ingembre (1 b%)', ' tarnain (8%)', ' ail en 3%)', '无匹配项']
    ]
})

# 修改后的筛选逻辑
df['ingredient'] = df['ingredients_text'].apply(
    lambda x: [s for s in x if re.search(r'\d+\s*g', s) or '%' in s]
)

# 查看结果
print(df['ingredient'].iloc[0])

运行代码后，会得到你期望的结果：

[' jar 312g b ingrédiehb: eau', ' purée de )ingembre (1 b%)', ' tarnain (8%)', ' ail en 3%)']

• re.search(r'\d+\s*g', s)：r表示原始字符串，避免转义字符的干扰；\d+匹配1个或多个数字，\s*匹配0个或多个空格，g匹配字母g，这样就能精准识别带重量单位g的配料项。
• 对于%的检查，直接用'%' in s就足够了，因为不需要复杂匹配，只要确认字符存在即可。

内容的提问来源于stack exchange，提问作者Yoss