使用Python和正则表达式从字符串中提取子字符串

我在“页面”列中有一个包含很长字符串的pandas数据帧，我正试图从中提取一个子字符串：

示例字符串：/ex/search/！tu/p/z1/zVJdb4IwFP0r88HH0Sp hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/？s&搜索\查询=示例一&y=0&x=0

使用正则表达式，我很难确定如何提取两个符号之间的字符串，并删除较大字符串的所有其他字符部分

到目前为止，我的代码如下所示：

import pandas as pd
import re

dataset = pd.read_excel(r'C:\Users\example.xlsx')
dataframe = pd.DataFrame(dataset)

dataframe['Page'] = format = re.search(r'&(.*)&',str(dataframe['Page']))

dataframe.to_excel(r'C\Users\output.xlsx)

上面的代码运行，但不会向我的新电子表格输出任何内容

---

提前感谢。

您可以使用从URL中提取查询字符串，然后使用以下内容对其进行解析：

编辑：从

页面

列中的所有页面提取

查询字符串

：

dataframe['Page'] = dataframe['Page'].apply(lambda page: parse_qs(urlparse(page).query)['search_query'][0])

---

您可以使用从URL提取查询字符串，然后使用以下方法对其进行解析：

编辑：从

页面

列中的所有页面提取

查询字符串

：

dataframe['Page'] = dataframe['Page'].apply(lambda page: parse_qs(urlparse(page).query)['search_query'][0])

---

你可以试试这个

(?<=&).*?(?=&)

---

（？你可以试试这个

(?<=&).*?(?=&)

（？快速有效的方法

示例数据：

temp,page
1,  /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0
2,  /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0
3,  /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0

代码：

示例输出：

   temp  \
0  1          
1  2          
2  3          

                                                                                                          page  \
0    /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0   
1    /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0   
2    /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0   

         query  
0  example one  
1  example one  
2  example one  

如果您想根据key=value对为列添加标签，那么这将是一种不同的提取后缀。
快速有效的方法

示例数据：

temp,page
1,  /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0
2,  /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0
3,  /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0

代码：

示例输出：

   temp  \
0  1          
1  2          
2  3          

                                                                                                          page  \
0    /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0   
1    /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0   
2    /ex/search/!tu/p/z1/zVJdb4IwFP0r88HH0Sp-hK/dz/d5/L2dBISEvZ0FBIS9nQSEh/?s&search_query=example one&y=0&x=0   

         query  
0  example one  
1  example one  
2  example one  

如果您想根据key=value对为列添加标签，那将是一个不同的提取后缀。
欢迎这样做！将一些示例数据作为文本包含总是很有帮助的。最简单的方法是将
df.head（）
的输出粘贴到问题中的代码块中，方法类似于
dataframe.Page.str.split(“&”）.str[1]
？可能，
dataframe['Page'].str.extract（r'&（[^&]+）&'））
可以。此外，解析数据帧的字符串表示形式只是自找麻烦。而不是对字符串序列进行操作。啊，我明白了。感谢您澄清这一点。欢迎这样做！将一些示例数据作为文本包含总是很有帮助的。最简单的方法是粘贴
df.head（）的输出
放入问题中的代码块类似于
dataframe.Page.str.split（&”）.str[1]
？可能是
dataframe['Page'].str.extract（r'&（[^&]+）&'））
就可以了。此外，解析数据帧的字符串表示形式只是自找麻烦。而不是对字符串序列进行操作。啊，我明白了。感谢您澄清这一点。您可能想补充一点，这应该像使用
dataframe.Page.apply（parseqs）一样使用
或类似。有没有更好的编程方法？我有几千行数据，每个单元格都是唯一的字符串。因此，您想从每个路径提取
查询字符串的值？非常感谢您的帮助，先生。这是我成功使用的解决方案。我更新了一点答案。结果是在将查询字符串传递给
parseqs
之前，需要首先提取查询字符串。鉴于数据的结构，这是不必要的，但它会因不同的输入而中断。您可能需要添加这样的内容，即应像
dataframe.Page.apply（parseqs）一样使用查询字符串
或类似。有没有更好的编程方法？我有几千行数据，每个单元格都是唯一的字符串。因此，您想从每个路径提取
查询字符串的值？非常感谢您的帮助，先生。这是我成功使用的解决方案。我更新了一点答案。结果是在将查询字符串传递给
parseqs
之前，需要先提取查询字符串。鉴于数据的结构，这是不必要的，但它会因不同的输入而中断。