1.匹配中文
曾經看到說\w+可以，但親測無效。
轉向編碼的形式：[\u4e00-\u9fa5]也不行，只能是：[\u4e00-\u9fcc]+
2.不匹配某個字串
中間不包含str1((?!pattern).)*str2
開頭不包含^((?!pattern).)*str
結尾不包含str1.*[^？嗎]$ 或者str1[^？嗎]*$
3.零寬斷言
1.正向肯定預查(?=pattern)
非獲取匹配，在任何匹配pattern的字串開始處匹配查詢字串，該匹配不需要獲取供以後使用。例如，「windows(?=95|98|nt|2000)」能匹配「windows2000」中的「windows」，但不能匹配「windows3.1」中的「windows」。預查不消耗字元，也就是說，在乙個匹配發生後，在最後一次匹配之後立即開始下一次匹配的搜尋，而不是從包含預查的字元之後開始。
2、正向否定預查(?!pattern)
非獲取匹配，在任何不匹配pattern的字串開始處匹配查詢字串，該匹配不需要獲取供以後使用。例如「windows(?!95|98|nt|2000)」能匹配「windows3.1」中的「windows」，但不能匹配「windows2000」中的「windows」。
3、反向肯定預查(?<=pattern)
非獲取匹配，與正向肯定預查類似，只是方向相反。例如，「(?<=95|98|nt|2000)windows」能匹配「2000windows」中的「windows」，但不能匹配「3.1windows」中的「windows」。
4、反向否定預查 字元文字 pandas提供了一組字串函式，可以方便地對字串資料進行操作。最重要的是，這些函式忽略nan值。以下的這些方法幾乎都支援python內建的字串函式。pandas的一些方法都支援正規表示式，比如下面的replace 可以多多嘗試 xyx。函式名描述 lower 將series index中的... 處理文字資料，主要是通過seris的str訪問。遇到nan時不做任何處理，保留結果為nan，遇到數字全部處理為nan。str是seris的方法，dataframe不能直接使用，但是通過索引選擇dataframe中的某一行或者某一列，結果為seris，然後就可以使用了。例如定義乙個seris和data... def function a,b if a 0 b 0 return 只做夜班 elif a 0 b 0 return 只做白班 elif a 0 b 0 return 未做單 else return 混合 function x.夜間上班時長,x.日間上班時長 axis 1 例 有某工廠工人上班時間...(?非獲取匹配，與正向否定預查類似，只是方向相反。例如「(? Pandas文字資料處理與時間序列
python處理文字資料
python中基本資料處理