Pandas按连续多星号拆分文本触发正则报错的问题

• Pandas 字符串访问器.str.split()默认将传入的分隔符作为正则表达式解析，而非普通字面文本。
• 星号*是正则语法中的特殊元字符，作用是匹配「前一个元素的0次或多次重复」。当直接传入连续5个星号组成的字符串时，正则引擎从位置0开始解析，第一个星号找不到对应的前置匹配对象，就会触发nothing to repeat的解析错误。

方案1：关闭正则匹配模式（推荐） #

给.str.split()传入regex=False参数，强制Pandas将传入的分隔符作为普通字符串匹配，不需要处理正则转义，代码可读性最高，适配Pandas 1.4及以上版本：

review = review_raw["reviews"].str.split('*****', regex=False).str[0]
print(review)

方案2：正则模式下转义特殊字符 #

如果使用的Pandas版本较低、不支持regex参数，或需要保留正则匹配逻辑，需要对作为特殊字符的星号做转义处理，每个星号前加反斜杠\，告知正则引擎这是普通的星号字符而非语法标记：

review = review_raw["reviews"].str.split('\*\*\*\*\*').str[0]
print(review)

两种方案运行后，对示例输入"This place is not good ***** less salt on the popcorn!"，都能正确提取到分隔符前的文本This place is not good，符合预期输出要求。

内容的提问来源于stack exchange，提问作者Brett La Pierre