在列表 python 上应用正则表达式模式列表

Question

我有一个数据框，其中txt 列包含一个列表。我想使用函数 clean_text() 清理 txt 列。

data = {'value':['abc.txt', 'cda.txt'], 'txt':['[''2019/01/31-11:56:23.288258 1886     7F0ED4CDC704     asfasnfs: remove datepart'']',
                                               '[''2019/02/01-11:56:23.288258 1886     7F0ED4CDC704     asfasnfs: remove datepart'']']}
df = pandas.DataFrame(data=data)

def clean_text(text):
    """
    :param text:  it is the plain text
    :return: cleaned text
    """
    patterns = [r"^{53}",
                r"[A-Za-z]+[\d]+[\w]*|[\d]+[A-Za-z]+[\w]*",
                r"[-=/':,?${}\[\]-_()>.~" ";+]"]

    for p in patterns:
        text = re.sub(p, '', text)

    return text

我的解决方案：

df['txt'] = df['txt'].apply(lambda x: clean_text(x))

但我遇到以下错误： 错误

sre_constants.error: nothing to repeat at position 1

Answer 1

^{53} 不是一个有效的正则表达式，因为转发器{53} 前面必须有一个可以重复的字符或模式。如果您想让它验证至少 53 个字符长的字符串，您可以改用以下模式：

^.{53}

Answer 2

罪魁祸首是列表中的第一个模式 - r"^{53}"。它显示：^ - 匹配字符串的开头，然后 {53} 重复前一个字符或组 53 次。等等……但是除了^之外没有其他字符不能重复！确实。添加一个要匹配 53 次重复的字符。或者，如果您想逐字匹配，请转义序列{53}，例如使用re.escape。