Python从非一致格式字符串提取年份出现'NoneType'无group属性报错咨询

报错原因 #

• 触发AttributeError是因为re.search()未匹配到符合规则的内容时会返回None，直接调用.group()方法就会报错。
• 部分行存入re.Match对象，是因为代码执行过程中存在未调用.group()就直接把匹配结果赋值的情况。

修复方案 #

方案1：调整原有for循环逻辑 #

增加匹配结果判断，避免直接对None调用方法：

import re
# 正则规则优化：匹配19/20开头的4位年份，加单词边界避免误匹配其他4位数字
pattern1 = r'\b(19|20)\d{2}\b'
# 不要硬编码行数，用len(data)适配任意数据长度
for row in range(len(data)):
    fact_text = data.iat[row, index_fact]
    match_result = re.search(pattern1, fact_text)
    # 仅匹配成功时提取内容
    if match_result:
        data.iat[row, index_year] = match_result.group()
    else:
        data.iat[row, index_year] = None

方案2（更推荐）：使用pandas原生矢量化方法实现 #

pandas提供的str.extract方法专门用于从字符串列中提取正则匹配内容，无需手动写循环，匹配失败自动返回NaN，不会触发报错：

# 正则外层括号为捕获组，extract会直接返回该组匹配到的内容
year_pattern = r'\b((?:19|20)\d{2})\b'
data['Year'] = data['Fact'].str.extract(year_pattern)

正则说明：\b表示单词边界，避免误匹配长数字中的连续4位；(?:19|20)匹配年份开头的19或20（可根据你的数据范围调整），后接两位数字，适配绝大多数常用年份格式。

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