Python Regex extractall 仅用于 (YYYY) 而不是 MMM YYYY

Question

我有一个包含文本的列（文本行）的数据框 df

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 Regex 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，它将从第一行中提取 2018，但不会从第二行或第三行中提取 2018，因为它具有 Jan 或 Feb（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)&nbsp;([1-2][0-9]{3})')第二部分是如何对整个单词 January , February 使用同一行，以便它同时适用于 Feb 2018 和 February 2018

Answer 2

你可以试试这个：(?<=(\s))\d{4}(?=\D)火柴：这是2018年的测试\n这是2018 年1月的测试\n这是2018 年2月的测试\n