仅适用于（YYYY）的Python Regex extractall，而不适用于MMM YYYY

Question

我的数据框df包含由文本组成的列（文本行）

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'

我想使用正则表达式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，它将从第一行提取2018，但不会从第二或第三行提取2018，因为它具有1月或2月（或其他月份）。

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

Answer 1

我想出了答案的第一部分：

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

第二部分是如何对一月，二月的整个单词使用同一行，以便使其在2018年2月和2018年2月都可以使用

Answer 2

您可以尝试以下方法吗：

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

---

比赛：

这是 2018 \ n

的测试

这是对Jan 2018 \ n

的测试

这是2月 2018 \ n

的测试