使用python搜索文本中的正則表達式

Question

我想在s1中搜索區域。 如果文本包含“區域”或“區域”或“區域”或“區域”，我想返回1，在其他情況下返回0。 我寫了下面的代碼，但沒有用

s1 = pd.Series(['here is region', 'my regions', 'régionally', 'région','régions','regions','region']) s1.str.contains('r.gion[s][^a-zA-Z]', regex=True).astype(int)在這種情況下，結果必須為

[1,1,0,1,1,1,1]

Answer 1

您可以使用

s1.str.contains(r'\br[ée]gions?\b').astype(int)

如果要將正則表達式保存在文件中，然后讀入並用作變量，只需在其中寫入\\br[ée]gions?\\b 。

測試：

>>> import pandas as pd
>>> s1 = pd.Series(['here is region', 'my regions', 'régionally', 'région','régions','regions','region'])
>>> s1.str.contains(r'\br[ée]gions?\b').astype(int)
0    1
1    1
2    0
3    1
4    1
5    1
6    1
dtype: int32

細節

• \\b單詞邊界
• r - r字符
• [ée] -角色類別中的字母之一
• gion gion
• s? -可選s字母
• \\b單詞邊界。