模式提取字符串

Question

我有一系列的网址

www.domain.com/calendar.php?month=may.2019
www.domain.com/calendar.php?month=april.2019
www.domain.com/calendar.php?month=march.2019
www.domain.com/calendar.php?month=feb.2019
...
...
...
www.domain.com/calendar.php?month=feb.2007

我想年复一年地提取。

我在寻找什么

2019
2019
...
...
2007

并将它们保存到另一列

这就是我所拥有的：

data["urls"].str.extract('(?<=month=).*$')

Answer 1

修复您的代码

df["urls"].str.extract('(?<=month=).*\.(\d{4})$')

---

如果您可以确信所有功能都具有相同的模式，那么它们应该可以工作。

split

df["urls"].str.rsplit('.', 1).str[-1]

---

切片

df["urls"].str[-4:]

Answer 2

在这里，我们还可以使用不带环视条件的简单表达式，例如：

.+month=.+\.([0-9]{4})

或：

month=.+\.([0-9]{4})

Demo 1

或：

.+month=.+\.(.+)

或：

month=.+\.(.+)

Demo 2