如何在特定字符之前从字符串中删除特殊字符？答案

【问题标题】：How to remove special characters from a string before specific character?如何在特定字符之前从字符串中删除特殊字符？
【发布时间】：2024-01-11 10:00:01
【问题描述】：

我有一个df，它有一个名为EMAIL 的列，其中包含各种电子邮件地址。我想删除所有特殊字符，特别是 @ 之前的 .、- 和 _ 并附加一个新列 NEW_EMAIL。比如df['EMAIL'] = 'ab_cd_123@email.com'，我要df['NEW_EMAIL'] = 'abcd123@email.com'。

我能够使用下面的代码成功删除句点，但似乎无法删除同一行代码中的下划线或破折号。现在，我正在重复同一行代码来删除这三个特殊字符，这非常难看。有人可以帮帮我吗？提前感谢您的帮助。

df['NEW_EMAIL'] = df.EMAIL.str.replace(r'\.(?!.{1,4}$)','', regex = True)
df['NEW_EMAIL'] = df.NEW_EMAIL.str.replace(r'\.(?!.{1,4}$)','', regex = True)
df['NEW_EMAIL'] = df.NEW_EMAIL.str.replace(r'\.(?!.{1,4}$)','', regex = True)

【问题讨论】：

标签： python regex pandas special-characters str-replace

【解决方案1】：

你可以使用

df['NEW_EMAIL'] = df['EMAIL'].str.replace(r'[._-](?=[^@]*@)', '', regex=True)

请参阅regex demo。详情：

[._-] - .、_ 或 - 字符
(?=[^@]*@) - 正向前瞻，要求存在除 @ 之外的任何零个或多个字符，然后在当前位置右侧紧邻一个 @ 字符。

如果你需要替换/删除任何特殊字符，你应该使用

df['NEW_EMAIL'] = df['EMAIL'].str.replace(r'[\W_](?=[^@]*@)', '', regex=True)

查看 Pandas 测试：

>>> import pandas as pd
>>> df = pd.DataFrame({'EMAIL':['ab_cd_123@email.com', 'ab_cd.12-3@email.com']})
>>> df['EMAIL'].str.replace(r'[._-](?=[^@]*@)', '', regex=True)
0    abcd123@email.com
1    abcd123@email.com
Name: EMAIL, dtype: object

【讨论】：

这正是我一直在寻找的！非常感谢您的帮助！
@casi_cielo32 以防万一您想删除那里的任何特殊字符，请将模式中的[._-] 替换为[\W_]。我将此版本添加到答案中，因为它可能对其他人有用。