如何从python中的字符串中提取一定长度的数字？ [重复]

Question

这个问题在这里已经有了答案：

正则表达式匹配未用数字括起来的 5 位子字符串（2 个回答）

8 个月前关闭。

我有一个看起来像这样的数据框：

description     
1906 RES 330 ML
1906 RES 330ML
RES 335 c/6
RES 332 c/12

我想提取数字的三个连续数字并将其保存在新的“音量”列中。 我的代码是这样的：

df['volume'] = df['description'].str.extract('([([\d]*[\d]){3,3}?])')

预期结果应该是这样的：

volume
330
330
335
332

但是，它给出了这样的结果：

volume
1906
1906
335
332

谁能帮我修复这个代码？ 非常感谢！！！

Answer 1

可能有点矫枉过正，但如果您想确保不捕获属于 4 位数字的数字，您可以使用以下命令：

df['volume'] = df.description.str.extract(r'(?<!\d)(\d{3})(?!\d)', expand=False)    
print(df)

       description volume
0  1906 RES 330 ML    330
1   1906 RES 330ML    330
2      RES 335 c/6    335
3     RES 332 c/12    332

指定expand=False ，以便匹配仅作为一个pd.Series返回。

---

正则表达式：

• (?<!\\d) - 指定在一组 3 位数字之前的任何东西都不是数字
• (\\d{3}) - 匹配 3 个数字
• (?!\\d) - 指定一组 3 位数字之后的任何内容都不是数字

Answer 2

你需要

• 不匹配任何数字，三次，所以删除[\\d]*
• 不匹配任何看起来像“单词”的 3 位数字，
  尤其不是其他数字，所以使用词边界\\b
• 不允许可选?
• 不要过分字符集的事情[]

您不需要：

• 使用两个捕获组()

此正则表达式将仅找到三位数字：

\b(\d{3})\b

Answer 3

您正在寻找的正则表达式是\\b[\\d]{3}\\b

有关\\b更多信息，请参阅文档