正则表达式区分大小写（？-i）在 jupyter notebook 中不起作用答案

【问题标题】：Regex case sensitive (?-i) not working in jupyter notebook正则表达式区分大小写（？-i）在 jupyter notebook 中不起作用
【发布时间】：2023-01-18 15:16:34
【问题描述】：

我正在尝试从文本中提取公司名称。示范文本：

“最大的公司 Abc Private Company Ltd.（批发）。”

使用正则表达式：
\b(?:(?-i)[A-Z][a-zA-Z()\.]*\s){2,5}
它正确识别了https://regexr.com/中的公司名称

但是当我在 jupyter notebook 中尝试相同的操作时，出现错误。
combined_df['company'] = combined_df['subject_link_text'].str.findall(r"\b(?:(?-i)[A-Z][a-zA-Z()\.]*\s){2,5}")
错误：

感谢任何帮助。提前致谢。

【问题讨论】：

标签： python regex jupyter-notebook jupyter case-sensitive

【解决方案1】：

我认为不区分大小写的标志是(?i)，而不是(?-i)。尝试以下操作：

combined_df['company'] = combined_df['subject_link_text'].str.findall(r"(?:(?i)[A-Z][a-zA-Z().]*s){2,5}")

或者，只需将 flags 选项与 re.I 一起使用即可不区分大小写：

combined_df['company'] = combined_df['subject_link_text'].str.findall(r"(?:[A-Z][a-zA-Z().]*s){2,5}", flags=re.I)

【讨论】：

【解决方案2】：

TBH 标志在这里似乎是多余的，(?:[A-Z][a-zA-Z().]*s){2,5} 应该可以解决问题 - 检查@regex101：

combined_df['company'] = combined_df['subject_link_text'].str.findall(r"(?:[A-Z][a-zA-Z().]*s){2,5}")

【讨论】：