使用series.str.replace()提取<>内内容，正则在线有效代码中失效

为啥原代码没生效？ #

1. pandas的str.replace默认不解析正则：你写的正则表达式因为没加regex=True参数，被pandas当成普通字符串去匹配，自然找不到对应内容，所以没有任何修改。
2. 代码语法错误：if语句后面没有缩进块，后续的替换代码根本没在判断逻辑里执行，甚至会触发语法报错。
3. 未赋值替换结果：str.replace是返回新的Series/字符串，不会原地修改原变量，必须把结果赋值回去才会生效。

修正后的可行代码 #

针对Series批量处理（推荐）

如果你的email是pandas Series，直接这么写：

# 先筛选出包含<>格式的行
valid_mask = email.str.contains(r"<.*>")
# 对符合条件的行提取邮箱，用捕获组更高效
email[valid_mask] = email[valid_mask].str.replace(r".*<(.*)>.*", r"\1", regex=True)

这里用.*<(.*)>.*匹配整串，捕获<>内的内容并替换为该内容，比原正则更直观高效。

针对单个字符串的情况

如果squeeze()后得到的是单个字符串，改用re模块处理：

import re
email_str = email.squeeze()
if '<' in email_str and '>' in email_str:
    email_str = re.sub(r".*<(.*)>.*", r"\1", email_str)

原代码的快速修复 #

如果非要用你原来的正则，加上regex=True并赋值：

email = email.squeeze()
# 注意缩进！
if '<' in email[0] and '>' in email[0]:
    # 加regex=True，并且赋值给变量
    email = email.str.replace(r"[^<]*\<|\>[^>]*", "", regex=True)

注：这种写法仅适合Series，若squeeze()后变成字符串，str.replace会变成字符串方法，此时需改用re.sub。

内容的提问来源于stack exchange，提问作者Caleb Renfroe