Python从URL数据框中提取8-16位数字的方法求助

因为URL参数名无固定模式，硬编码匹配特定参数的方法局限性大，使用正则表达式可以通用解决这类问题：

正则表达式说明 #

采用正则 (?<==)\d{8,16}(?=&|$)，各部分作用：

• (?<==)：正向零宽断言，确保目标数字前紧跟=符号
• \d{8,16}：匹配连续8到16位的数字
• (?=&|$)：正向零宽断言，确保目标数字后是参数分隔符&或URL结尾，避免捕获后续无关内容

Pandas 实现代码 #

import pandas as pd

# 假设你的DataFrame名为df，存储URL的列名为url
df["track_number"] = df["url"].str.extract(r"(?<==)\d{8,16}(?=&|$)")

效果验证 #

针对你提供的示例：

• 示例2的URL会提取出279076160403（符合8-16位要求）
• 示例1的URL中数字长度为22位，不符合8-16位的筛选条件，不会被提取

内容的提问来源于stack exchange，提问作者Krishiv