Question

我有一个如下所示的df：

email                                    id
{'email': ['test@test.com']}           {'id': ['123abc_d456_789_fgh']}

当我这样丢弃非字母数字字符时：

df.email = df.email.str.replace('[^a-zA-Z]', '')
df.email = df.email.str.replace('email', '')


df.id = df.id.str.replace('[^a-zA-Z]', '')
df.id = df.id.str.replace('id', '')

列如下：

email                    id
testtestcom              123abcd456789fgh

如何告诉代码不要将任何内容放在方括号中，而是将所有非字母数字字符都放在方括号之外？

新df应该这样：

email                        id
test@test.com                123abc_d456_789_fgh

Answer 1

这是硬编码的，但是可以使用：

df.email = df.email.str.replace(".+\['|'].+", '')
df.id = df.id.str.replace(".+\['|'].+", '')

>>> 'test@test.com'
>>> '123abc_d456_789_fgh'

Answer 2

根据评论，您可能要做的是捕获捕获组中方括号之间的内容。

在替换中，使用第一个捕获组。

METHOD

这将匹配

\{'[^']+':\s*\['([^][]+)'\]}匹配\{
{匹配'[^']+'，然后不匹配' 1次以上
'字面上匹配
:匹配0+次空白字符，然后匹配\s*\['
[捕获组，不匹配([^][]+)或[
]匹配'\]
]字面上匹配

Regex demo | Python demo

如何删除并仅保留某些非字母数字字符？

2 个答案: