Python Regex extractall for (YYYY) only 但不是 MMM YYYY答案

【问题标题】：Python Regex extractall for (YYYY) only but not MMM YYYYPython Regex extractall for (YYYY) only 但不是 MMM YYYY
【发布时间】：2018-10-10 22:46:10
【问题描述】：

我有一个包含文本的列（文本行）的数据框 df

df['textline'].iloc[0] = 'This is a test with 2018\n'
df['textline'].iloc[1] = 'This is a test with Jan 2018\n'
df['textline'].iloc[2] = 'This is a test with Feb 2018\n'

我想使用 Regex extractall 来遍历整个 df['textline'] 但它只会在没有前面的月份名称时提取年份。例如，在上面的示例中，它将从第一行中提取 2018 年，但不会从第二行或第三行中提取 2018 年，因为它有 Jan 或 Feb（或其他月份）。

df['textline'].str.extractall(r'<<Regex code>>')

【问题讨论】：

Reference - What does this regex mean?的可能重复
这就是我要找的：正则表达式模式来做到这一点。
另外，请扩展正则表达式代码以不提取内容为 2018 年 1 月、2018 年 1 月等内容的行。我只想要纯 2018（无月份）的行
例如这是尝试： df['textline'].str.extractall(r' ^(?:Jan|Feb|Mar|Apr|May|Jun|Jul|Aug|Sep|Oct|Nov|Dec)[a-z]* (\d{4})\D')

标签： python regex

【解决方案1】：

我想出了答案的第一部分：

df['textline'].str.extractall(r'(?<!Jan|Feb) ([1-2][0-9]{3})')

第二部分是如何为整个单词 January , February 使用同一行，以便它适用于 Feb 2018 和 February 2018

【讨论】：

【解决方案2】：

你可以试试这个：

(?<=(\s))\d{4}(?=\D)

匹配：

这是 2018 的测试\n

这是 2018 年 1 月的测试\n

这是 2018 年 2 月的测试\n

【讨论】：