pandas python regex查找所有以'開頭、結尾或包含'的單詞

Question

我想找出所有開始或結束或包含'的單詞、數字。

我嘗試編寫如下 2 個正則表達式。 如果是第二個，我添加了?:表示單詞末尾或單詞開頭的文本是可選的。 但沒有得到所需的結果。 你我做錯什么了嗎？ 我想找到I've, 'had, not', you're, 123'45 - 基本上所有有'

import re
xyz="I've never 'had somebody [redacted-number] [redacted-number] [redacted-number] not. not' you're  123'45"


print (re.findall("\w+\'\w+", xyz))
print (re.findall("(?:\w+)\'(?:\w+)", xyz))

["I've", "you're", "123'45"]
["I've", "you're", "123'45"]

Answer 1

您可以使用

\w*(?!\B'\B)'\w*
\w+'\w*|'\w+

請參閱正則表達式演示 #1 /正則表達式演示 #2 。

細節

• \w*(?!\B'\B)'\w* - 零個或多個單詞字符，一個'字符（前面和后面沒有非單詞字符或字符串的開頭/結尾），零個或多個單詞字符
• \w+'\w*|'\w+ - 一個或多個單詞字符， ' ，零個或多個單詞字符，或一個'字符，然后是一個或多個單詞字符。

請參閱Python 演示：

import re
xyz="I've never 'had somebody [redacted-number] [redacted-number] [redacted-number] not. not' you're  123'45"
print (re.findall(r"\w*(?!\B'\B)'\w*", xyz))
# => ["I've", "'had", "not'", "you're", "123'45"]

在 Pandas 中，您可以使用Series.str.findall ：

df['result'] = df['source'].str.findall(r"\w*(?!\B'\B)'\w*")

Answer 2

您想捕獲所有包含'單詞，不是嗎？ 嘗試這個：

re.findall("\w*'\w*", xyz)

這將找到前面或后面有 0 個或多個單詞字符的任何'字符。 它匹配示例字符串中所有必需的單詞。 您的嘗試使用了 \w+ ，它需要在'之前和之后至少有一個單詞字符。 這就是為什么它不匹配'had and not' 。

在閱讀其他答案后，我會說 Wiktor 是最好的。 用那個。

Answer 3

您快到了。 嘗試這個：

(?:\w+)?'(?:\w+)?

(?:\w+) => ?:確保非捕獲組， \w+匹配單詞字符 1 到無限次。 ? 確保在 0 到 1 次之間匹配前一個令牌。

https://regex101.com/r/N8Y9cQ/1