Python正则表达式提取宽度x深度x高度

Posted 2023-03-12

【中文标题】Python正则表达式提取宽度x深度x高度

【英文标题】：Python Regex Extract Width x Depth x Height

【发布时间】：2021-10-03 10:44:16

【问题描述】：

我正在尝试从 df 中的“描述”列中提取项目的物理尺寸，以使用它创建一个新列。

尺寸通常以这种格式 (120x80x100) 出现在长描述的中间，例如：

Lorem ipsum dolor sit amet, consectetur adipiscing elit 120x80x100 ed do eiusmod tempor...

但有时在：

120 x 80 x 100

或者没有身高：

120x80
120 x 80

有什么帮助吗？ 提前致谢

【问题讨论】：

也许regex101.com/r/v52Cwd/1

【参考方案1】：

这样的事情应该可以工作：

\d+(\s?x\s?\d+)1,2

【参考方案2】：

我们可以尝试使用re.findall 方法和覆盖所有可能维度格式的正则表达式模式：

inp = 'Lorem ipsum dolor sit amet, consectetur adipiscing elit 1. 20x80x100 ed do 120 x 80 x 100 eiusmod 120x80 tempor...'
dims = re.findall(r'\d+(?:\s*x\s*\d+)1,2', inp)
print(dims)  # ['120x80x100', '120 x 80 x 100', '120x80']

【讨论】：

感谢您的回答。它工作得很好，但我需要从超过 10000 行的项目描述列中提取并创建一个包含项目维度的新列。

【参考方案3】：

您可以使用regex、\d+\s*x\s*\d+(?:\s*x\s*\d+)?

说明：

\d+：一位或多位数字 \s*: 零个或多个空白字符 x：文字，x (?:\s*x\s*\d+)?：可选非捕获组

如果您希望数字为一到三位数，请将\d+ 替换为\d1,3，如regex、\d1,3\s*x\s*\d1,3(?:\s*x\s*\d1,3)? 所示。

如果您的代码要求您使用组，请执行以下操作：

(\d1,3\s*x\s*\d1,3(?:\s*x\s*\d1,3)?)

【讨论】：

我很抱歉@Arvind，我复制粘贴时出错了。我的意思是，当我将您的正则表达式放入我的代码中时，出现此错误：“ValueError：模式不包含捕获组”我的代码：df.Description.str.extract(r\d+\s*x\s*\d+(?:\s*x\s*\d+)?') 你知道为什么吗？再次感谢

@AndréBatista - 不用担心。如果您的代码要求您使用组，请将正则表达式放在括号内，例如df.Description.str.extract(r'(\d1,3\s*x\s*\d1,3(?:\s*x\s*\d1,3)?)')。 Regex demo.

完美！它正在工作！非常感谢@Arvind