Python-如何添加\\和| 到str.contains（）

Question

我正在清理熊猫数据框中的一列，以摆脱包含某些字符的垃圾用户名。 这是示例：

d = {'username': ["11111", "222!22", "21212!", "85511$", "8552$", "115522@@"]}
df = pd.DataFrame(data=d)

    username
0   11111
1   222!22
2   21212!
3   85511$
4   8552$
5   115522@@
....

我正在使用以下内容，并且按预期方式工作：

df[~df['username'].str.contains('~|`|!|@|#|\$|%|\^|&|\*|\(|\)|-|_|\+|=|{|\[|}|]|:|;|"|\'|<|,|>|\.|/|\?')]

但我想再添加两个字符：

\\和|

当我尝试为\\和\\|添加这些像\\\\ 为| 但我收到错误。 我应该怎么做？

Answer 1

尝试在字符串前添加r ，这样Python会将字符串解释为原始字符串：

df[~df['username'].str.contains(r'~|`|!|@|#|\$|%|\^|&|\*|\(|\)|-|_|\+|=|{|\[|}|]|:|;|"|\'|<|,|>|\.|/|\?')]

Answer 2

您可以避免手动指定| 通过re.escape条件：

import re

chars = """~`!@#$%^&*()-_+={[}]:;"'<,>./?\|"""
regex_search = '|'.join(map(re.escape, chars))

res = df[~df['username'].str.contains(regex_search)]

在文档中特别提到了该用例， 该文档还建议：从Python 3.7开始，仅对正则表达式中可能具有特殊含义的字符进行转义。