如何在 python 中检查具有特定字符（如 10g）的数字

Question

我需要用克（g）和％提取成分，问题是它无法检测到带有“g”的数字。 这是我的代码：

df['ingredient'] = df['ingredients_text'].apply(lambda x: [s for s in x if ('\d+\s*g' in s) or ('%' in s)])

这是成分文本的示例和成分的结果

所需的成分 output 是：

[' jar 312g b ingrédiehb: eau', ' purée de )ingembre (1 b%)', ' tarnain (8%)', ' ail en 3%)']

Answer 1

您没有正确使用正则表达式，您实际上是在检查字符串 '\d+\s*g' 是否出现在成分列表中。

import re
exp = re.compile(r".*\d+\s*g.*")
df['ingredients_text'].apply(lambda x: [s for s in x if (re.match(exp, s) or ('%' in s))])

表达式r".*\d+\s*g.*"将匹配以下任何内容：

• 任意数量的字符
• 1 个或多个数字
• 任何空间
• 字母 g
• 任意数量的字符。

有关如何使用正则表达式的更多信息，请参见此处： https://docs.python.org/3/library/re.html