正则表达式必须以字母开头，并以python中的数字结尾

Question

我正在尝试使用python提取字符串模式：

1. 必须以大写字母'C'

开头

2. 中间部分可以包含/

3. 必须以一位或两位数结尾

示例字符串：

DF <- read.csv2("FILE PATHWAY", header=TRUE, sep = ",", stringsAsFactors = 
F, skip=1 )
DF <- DF[DF$Type=="AHREF",]
DF <- select(Type,Source,Destination)
# Error occurs here with this: Error in select(Type, Source, Destination) : object 'Type' not found
DF <- as.data.frame(sapply(DF,gsub,pattern="#URL DELETED",replacement=""))
DF <- as.data.frame(sapply(DF,gsub,pattern="#URL DELETED",replacement=""))
DF <- as.data.frame(sapply(DF,gsub,pattern="\"",replacement=""))
DF <- subset(DF, !grepl("^https", DF$Source))
DF <- subset(DF, !grepl("^https", DF$Destination))
colnames(DF) <- c("From","To")
rownames(DF) <- NULL
graphObject = graph.data.frame(DF, directed = TRUE)
graphObject = simplify(as.undirected(graphObject))

预期的匹配结果将是：

193 skol C/12
334 skol C/6
577 skol C12
345 skol C6

这是我的正则表达式：

C/12
C/6
C12
C6

然而，它没有产生预期的结果。我试图在正则表达式中添加“[]”，但它仍然不起作用:(任何人都可以给我一些建议吗？非常感谢！

Answer 1

试试这个：

\C(\/|)\d{1,2}$

\C - Catch literal upper C
(/\|) - 抓住文字/或无（管道辛博尔之后没有匹配）
\d{1,2}$ - 在结尾处抓住两个数字

代码：

df['a'].str.extract(r'\C(\/|)\d{1,2}$') 

Answer 2

您可以使用正则表达式

C\/?\d{1,2}

请参阅regex demo

Answer 3

import pandas as pd    
a = pd.Series(['193 skol C/12','334 skol C/6','577 skol C12','345 skol C6'])

a.str.extract('(C\/?\d+)')

0    C/12
1     C/6
2     C12
3      C6

为什么会这样：

（捕获组＃1。将多个令牌组合在一起并创建一个捕获组，用于提取子字符串或使用反向引用。

C角色。匹配＆＃34; C＆＃34;字符（字符代码67）。

/逃脱的角色。匹配＆＃34; /＆＃34;字符（字符代码47）。

？可选的。匹配前面标记的0到1之间。

\ d数字。匹配任何数字字符（0-9）。

+ Plus。匹配前面标记中的1个或多个。

）