Python Regex extractall仅适用于（YYYY），不适用于MMM YYYY

Question

我有一个包含文本的列（textline）的dataframe 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来运行整个df['textline']，但它只会在没有月份名称的情况下提取年份。例如，在上面的示例中，它将从第一行提取2018，而不是从第二行或第三行提取2018，因为它有一月或二月（或其他月份）。你知道吗

df['textline'].str.extractall(r'<<Regex code>>')

Answer 1

你可以试试这个：

(?<=(\s))\d{4}(?=\D)

---

匹配项：

这是2018年的测试

这是2018年1月的测试

这是2018年2月的测试

Answer 2

我找到了答案的第一部分：

df['textline'].str.extractall(r'(?<!Jan|Feb) ([1-2][0-9]{3})')

第二部分是如何对整个单词一月，二月使用同一行，这样它将适用于2018年2月和2018年2月