Python正则捕获组如何排除字符？求Jupyter Pandas替代处理方案

一、正则表达式调整 #

要把捕获到的"5.400"直接转成"5400"，有两种实用方式：

• 方式1：先捕获完整价格文本，再移除小数点
  保留原正则的捕获逻辑（确保拿到完整的价格字符串）：

  "...GO-Results-?T?o?p?-Price-TXT-Regular">(?P<cena>.*?) €</div>'
  

  捕获后对cena字段做字符串替换，去掉小数点就行，比如Python里用match.group('cena').replace('.', '')。

• 方式2：正则精准匹配数字部分
  把捕获组改成匹配包含小数点的数字格式，后续再移除小数点：

  "...GO-Results-?T?o?p?-Price-TXT-Regular">(?P<cena>\d+\.\d+) €</div>'
  

  这种写法更精准，避免捕获到无关字符，之后同样用replace('.', '')处理即可。

二、Pandas数据处理方案 #

如果已经把带小数点的价格导入Pandas，且被自动识别成了浮点数（比如5.400变成5.4），按以下步骤修正：

1. 恢复原始字符串格式
   如果是从文件导入的，导入时指定dtype={'cena': str}防止自动转换；如果已经是浮点数，先转成带三位小数的字符串：

   df['cena'] = df['cena'].apply(lambda x: f"{x:.3f}" if isinstance(x, float) else str(x))
   

2. 移除小数点并转为整数

   df['cena'] = df['cena'].str.replace('.', '').astype(int)
   

   这样就能得到正确的5400数值。

如果是正则提取后直接存Pandas，建议先处理字符串再转数值：

# 假设正则提取后得到的是带小数点的字符串列
df['cena'] = df['cena'].str.replace('.', '').astype(int)

内容的提问来源于stack exchange，提问作者Matthew