使用Python为Pandas DataFrame文本插入HTML锚点标签

核心逻辑通过正则匹配保证截取位置落在完整单词末尾，逐行处理DataFrame的描述、链接两列，拼接符合要求的HTML锚点内容，代码可直接复用。

依赖导入 #

import pandas as pd
import re

核心处理函数 #

支持自定义锚点包裹的单词数量，自动适配短文本场景（总词数不足设定值时全量包裹，不会报错）。

def wrap_text_with_anchor(desc_text: str, target_url: str, wrap_word_num: int = 5) -> str:
    # 正则匹配文本开头指定数量的完整单词，自动忽略前后冗余空白
    match_pattern = rf'^(\s*(?:\b\w+\b\s*){{{wrap_word_num}}})'
    match_result = re.match(match_pattern, desc_text)
    
    # 文本总词数小于设定包裹数时，直接全量包裹进锚点
    if not match_result:
        return f'<a href="{target_url}"> {desc_text.strip()}</a>'
    
    # 拆分待包裹内容和剩余文本，按格式拼接
    wrapped_content = match_result.group(1).strip()
    remaining_content = desc_text[match_result.end():]
    return f'<a href="{target_url}"> {wrapped_content}</a>{remaining_content}'

DataFrame批量生成新列 #

调用apply逐行处理即可生成目标列：

# 替换为实际使用的DataFrame变量名
df['complete'] = df.apply(
    lambda row: wrap_text_with_anchor(row['description'], row['link']),
    axis=1
)

效果验证 #

使用问题给出的示例数据测试，输出完全符合预期：

test_desc = """Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt 
ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation"""
test_link = "https://www.google.com"
print(wrap_text_with_anchor(test_desc, test_link))

输出结果：

<a href="https://www.google.com"> Lorem ipsum dolor sit amet</a>, consectetur adipiscing elit, 
sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim 
veniam, quis nostrud exercitation

参数调整说明 #

• 如需修改锚点包裹的单词数量，调用函数时传入wrap_word_num参数即可，比如要包裹前3个词就写wrap_text_with_anchor(desc, link, wrap_word_num=3)
• 函数自动识别单词后的标点位置，不会把标点错误包裹进锚点标签内，也不会出现截断半个单词的问题
• 如果需要适配中文等非英文文本，只需修改正则中\b\w+\b的单词匹配规则即可

内容的提问来源于stack exchange，提问作者Adam