一、提取包含始末字符

1、起始字符串固定

a = re.findall('起始字符串.*結(jié)束字符串',str)

2、起始字符串不固定（即從首字符串提取到固定的字符串結(jié)束），用^指定從首字符串開始

a = re.findall('^.*結(jié)束字符串',str)

二、不包含始末字符串

#方法1
a = re.findall('(?<=始字符串).*?(?=末字符串)',str)
#方法2
a = re.findall('始字符串(.*?)末字符串',str)

在 re.findall()的方法中 '始字符串.末字符串’ 可以匹配到相同的值直到最后一個值；如果參數(shù)為 '始字符串.?末字符串’則只匹配到第一個值。其實使用.*和.+都能提取特定始末字符串中間的內(nèi)容，下面順便說下兩者的區(qū)別。

三、.*和.+正則提取的區(qū)別

.：匹配任意字符
*：匹配0個或多個字符
?：非貪婪模式，在符合的條件下，盡可能少的匹配(盡可能短的匹配)

str2 = "aabab"
a = re.findall('a.*?b',str2)	#結(jié)果：['aab', 'ab']
b = re.findall('a.+?b',str2)	#結(jié)果：['aab']

.?：匹配aab和ab ，因為可以匹配0個字符，所以可以匹配得到ab
.+?：匹配aab，因為+必須a和b中間至少有一個字符，所以排除了ab

四、起始有無^的區(qū)別

str2 = "aabab"
c = re.findall('.*',str2)	#結(jié)果：['aabab', '']
d = re.findall('^.*',str2)	#結(jié)果：['aabab']

五、pandas對具體列的內(nèi)容通過正則表達式進行數(shù)據(jù)提取

1.使用前要確保該列的類型統(tǒng)一，str或者float格式，最好事先通過astype強制轉(zhuǎn)換一下

2.df[‘新列名’]=df[‘提取的列名’].str.extract(‘正則表達式’, expand = True)

六、遇到的報錯

報錯：pattern contains no capture groups
（翻譯：模式不包含捕獲組）
解決：根據(jù)docs ，您需要為 str.extract 指定一個捕獲組(即括號)好，提取。

參考文章：

https://www.cnblogs.com/ZhangHT97/p/13427325.html
https://www.cnblogs.com/YouJeffrey/p/15209895.html

https://blog.csdn.net/dudu3332/article/details/111555572 

到此這篇關(guān)于python通過正則匹配指定字符開頭與結(jié)束提取中間內(nèi)容的文章就介紹到這了,更多相關(guān)python正則匹配提取中間內(nèi)容內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！