用同一准则多次提取文本

Question

我有一个数据帧，在一个单元格中有一个长文本，例如：

-学生-凯瑟琳A-/学生-接受abc和-学生-迈克B-/学生- 收到def。你知道吗

我的问题是：如何提取-student-和-/student-之间的文本，并创建两个新列，第一个列中包含“Kathrin A”，第二个列中包含“Mike B”？意思是这个标准在文本中满足两次或多次。你知道吗

到目前为止，我尝试了：结构提取物（'-student-\s*（[^.]*）\s*-/student-'，expand=False）但这只提取第一个匹配，即Kathrin A

非常感谢！你知道吗

Answer 1

可以将str.split与regex一起使用，并按如下方式定义分隔符：

splittxt = ['-student-','-/student-']
df.text.str.split('|'.join(splittxt), expand=True)

输出：

  0            1                   2         3               4
0     Kathrin A    received abc and    Mike B    received def.

Answer 2

另一种方法是尝试^{}。唯一需要注意的是，结果被放入多行而不是多列。有一些重新安排，这应该不是一个问题，请更新这个答复，如果你最终解决了。你知道吗

也就是说，我还对正则表达式做了一点修改，这将有助于捕获这两个表达式。你知道吗

'(?<=-student-)(?:\s*)([\w\s]+)(?= -/student-)'

唯一的捕获组是[\w\s]+，因此您一定不会捕获整个字符串。你知道吗