所以我正在浏览一段文本，我需要替换一堆 CID(我抓取时无法读取的字符)。我需要用正确的字符替换每个“cid:###”。我目前遇到的问题是一些 CID 被包裹在 <s></s> 中。 <s>(cid:131)</s> 之间没有空格和下一个词。
所以，当我使用替换时，当我尝试替换 <s>(cid:131)</s> 时它不起作用到 ▪。当我尝试用 ▪ 替换 cid:131 时，我得到 <s>▪</s> .我正在尝试摆脱 <s></s>对于这个特定案例(<s></s> 在文档的其他地方找到，我不想替换它们)。
不改变任何东西:
csv_of_table = csv_of_table.replace('<s>(cid:131)</s>', '▪', regex=True)
只改变cid:131的部分:
csv_of_table = csv_of_table.replace('cid:131', '▪', regex=True)
最佳答案
您可以使用 ?表示一个组可以出现 0 次或多次的量词。
csv_of_table = csv_of_table.replace("(<s>\()?cid:\d+(\)<\/s>)?", "▪", regex = True)
关于python - Pandas 替换不替换整个字符串，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60439525/