Question

我对Python还是很陌生，因此找不到通过谷歌搜索或在此处搜索来找出答案的措辞。我试图用Python编写一行代码以从电子邮件主题行中提取一定数量的代码。我正在将电子邮件的数据读取到Panda数据框中（列由主题，收件人，发件人等分隔）。该数字将始终位于同一位置，但长度会有所不同（最少4个，最多9个）。

例如：

Email Subject Line: 'No, I will submit changes: Action Required: RIC
CR 2.6.7.1-5 - Active Confirmation - Affected: Doe, John 012345 - Date
Sent: 01-02-2019'

预期结果：012345

我认为最好的方法是在倒数第二个和最后一个“-”之间输入字符串（即，受影响的是：Doe，John 123456）。一旦有了它，然后从该子字符串中提取123456。但是，如前所述，该数字的长度可以在4-9之间变化。就像在示例中一样，有时该数字的前导零，而我将需要这个数字不下降。最重要的是，名称显然也会有所不同。

这有可能吗？

我仅尝试对字符串进行切片，但是我觉得这不可避免地会变成if-else场景的噩梦。

sixdigitnumber = df.subject[0][-30:][:6].strip()

我收到了预期的结果，但是我觉得有一种更聪明或更“ pythonic”的方式来做到这一点。请让我知道是否可以详细说明！

更新＃1：

我也尝试过正则表达式，但不确定这是否仍然是最佳途径？办法。

例如：

import re
regexpression= re.search('Manager: (.*) -', df.subject[0])
result = regexpression.group(1).rsplit(' ', 1)[1]
print (f'{result}')

Answer 1

string = '''Email Subject Line: 'No, I will submit changes: Action Required: RIC
CR 2.6.7.1-5 - Active Confirmation - Affected: Doe, John 012345 - Date
Sent: 01-02-2019'''

stringlist = string.split('-')
answer = stringlist[-4].strip()[-6:]
print (answer)
#012345

此答案假定您的标题格式始终相同。它将寻找'-'作为分割条件并以此分割。然后它将从后列表元素中查找第4位，并获取最后6位数字。

或者，

stringlist = string.split('-')
affectedlist = stringlist[-4].split()
anydigitnumber = affectedlist[-1]
print (anydigitnumber)
#012345

这也可以工作，它将在John 012345的最后部分为您获取任意数量的数字

Answer 2

使用 isdigit（）

s = "Email Subject Line: 'No, I will submit changes: Action Required: RIC
CR 2.6.7.1-5 - Active Confirmation - Affected: Doe, John 012345 - Date
Sent: 01-02-2019'"

使用-1的前提是始终处于同一位置

如果您想要前导零，那么将使用字符串：

print([a for a in s.split() if a.isdigit()][-1])

Answer 3

import re
x= 'No, I will submit changes: Action Required: RIC CR 2.6.7.1-5 - Active Confirmation - Affected: Doe, John 012345 - Date Sent: 01-02-2019'
numbers=re.findall("(.*?)-",x)
for i in range(len(numbers[3])):
    if numbers[3][i].isdigit() is True:
        print (numbers[3][i:])
        break

如果该模式与您提供的示例一致（搜索“-”以分割文本，然后搜索您的数字）

Answer 4

您可以将破折号分隔成一个用空格括起来的破折号（而不是一个破折号），然后可以更轻松地找到要查找的内容，即倒数第二个“ element”的最后一个“ word” ：

string = '''Email Subject Line: 'No, I will submit changes: Action Required: RIC
CR 2.6.7.1-5 - Active Confirmation - Affected: Doe, John 012345 - Date
Sent: 01-02-2019'''

# first-to-last element (count backward from -1)
affected = string.split(' - ')[-2]
# last "word" (split assumes space/tab if nothing is provided)
number = affected.split()[-1]

如果您需要数字而不是字符串，只需用int换行：

number = int(affected.split()[-1])

请注意，这将适用于任何长度的数字（以及任何长度/单词数的前缀名称），只要结构得以保留。

Answer 5

 >>> import re    
 >>> s="""Email Subject Line: 'No, I will submit changes: Action    Required: RIC
... CR 2.6.7.1-5 - Active Confirmation - Affected: Doe, John 012345 - Date
... Sent: 01-02-2019'"""

>>> m=re.search(r'\b[0-9]{4,9}\b',s)
>>> m.group(0)
'012345'

使用\ b表示单词边界，以避免意外匹配

如何从字符串的相同位置提取数值（长度可变）？

5 个答案: