使用正则表达式从Pandas DataFrame字符串列提取指定子字符串

错误原因 #

• 正则中*属于特殊量词，代表匹配前一个字符0次或多次，你未对其转义的情况下，/*逻辑是匹配斜杠符号0次或多次，无法匹配你文本中的字面量*
• 原有正则没有定位到你需要提取的方括号区间，即便修正转义问题，也只会提取到/*和*/中间的[lion]这类带方括号的内容，不符合需求

正确实现代码 #

你可以直接匹配方括号区间捕获内部内容，代码如下：

# 提取C23列方括号内的文本
df['C23'] = df['C23'].str.extract(r'\[([^\]]+)\]')

如果你需要严格匹配外层的/*和*/结构避免误匹配，可以使用更严谨的正则：

df['C23'] = df['C23'].str.extract(r'/\*\[([^\]]+)\]\*/')

正则逻辑说明 #

• \[ 匹配字面量左方括号
• ([^\]]+) 为捕获组，匹配所有非右方括号的字符，就是你需要提取的内容
• \] 匹配字面量右方括号
• 严谨版本额外加了/\*和\*/的匹配规则，确保只会匹配被/*[和]*/包裹的内容

内容的提问来源于stack exchange，提问作者Zanam