Python正则提取问题：从字符串列表提取三部分生成DataFrame

你的核心问题是原正则里的[^(abc)]用错了——这个语法是字符集取反，匹配的是任意不是(、a、b、c的单个字符，完全不符合“中间部分不以abc结尾”的需求，导致结尾为a/b/c的中间部分被错误截断。

修正后的正则表达式 #

使用负向后顾断言来确保中间部分不以abc结尾，同时保留前缀和后缀的可选匹配：

r"^(s_|t_q_)?(\w+)(?<!abc)(abc)?$"

正则逻辑解释 #

1. ^：匹配字符串开头，确保从开头开始匹配
2. (s_|t_q_)?：可选匹配前缀s_或t_q_，匹配不到则返回NaN
3. (\w+)：贪婪匹配中间部分（字母、数字、下划线）
4. (?<!abc)：负向后顾断言，确保中间部分的结尾不是abc，满足“中间部分不能以abc结尾”的要求
5. (abc)?$：可选匹配结尾的abc，匹配不到则返回NaN，$确保匹配到字符串结尾

完整代码及运行结果 #

import pandas as pd
import re

str_list = ['s_c45abc','s_ab00_a','t_q_de45abc','t_q_123','t_q_c34b7_da','456a','456abc','456b']

result = pd.Series(str_list).str.extract(r"^(s_|t_q_)?(\w+)(?<!abc)(abc)?$")
print(result)

运行后得到的结果完全符合你的期望：

0           1     2
0     s_         c45   abc
1     s_      ab00_a  NaN
2  t_q_         de45   abc
3  t_q_          123  NaN
4  t_q_    c34b7_da  NaN
5    NaN        456a  NaN
6    NaN         456   abc
7    NaN        456b  NaN

内容的提问来源于stack exchange，提问作者nnnnnn0000