Python正则多组捕获无结果：Regex101有效但函数返回空DataFrame

我来帮你拆解下问题的核心原因，以及对应的解决办法：

1. 函数逻辑用错了方法 #

你的函数里用了series.str.extract(regex)，但extract的作用是从字符串里提取正则捕获组的内容，而不是判断整个字符串是否符合规则。当你用当前正则调用它时，它会尝试提取(text|sample text)这个组的内容，但这根本不是你要的筛选整行数据的逻辑——这也是为什么最终返回空DataFrame的关键原因。

如果你的目标是保留符合规则的整行数据，应该用str.contains生成布尔索引，再过滤原Series。

2. 正则表达式存在细节瑕疵 #

原正则里有两处小问题会影响匹配效果：

• sample text 多了一个不必要的末尾空格，会导致匹配不到sample text（无空格结尾）的正常情况
• 第二个前瞻里的\b .*not应该调整为\b.*\bnot\b，确保not被识别为完整单词，同时去掉多余空格避免匹配失效

修正后的正则表达式：

^(?!.*\bno\b.*\b(text|sample text)\b)(?!.*\b(text|sample text)\b.*\bnot\b).+$

修正后的函数与调用示例 #

把函数改成基于contains的筛选逻辑：

def filter_by_regex(series, regex):
    # na=False将NaN值视为不匹配，避免干扰结果
    match_mask = series.str.contains(regex, na=False)
    # 返回匹配成功的行
    return series[match_mask]

调用时使用修正后的正则：

result = filter_by_regex(df['col'], r'^(?!.*\bno\b.*\b(text|sample text)\b)(?!.*\b(text|sample text)\b.*\bnot\b).+$')

这样就能得到你预期的非空结果了。

内容的提问来源于stack exchange，提问作者Hackerds