请教正则，提取匹配后面的字符串？

w123456_cu

1. # -- coding: utf-8 --
   
2. import pandas as pd
   
3. import re
   
4. 
   
5. text ="""
   
6. [Guo, Yi; Guo, Yongming] Beijing Univ, Coll
   
7. Acumox & Tuina, Res Ctr Expt Acupuncture Sci, Tianjin 300193, Peoples R China;
   
8. [Fang, Yuxin; Guo, Yi; Guo, Yongming] Nankai Univ, Coll
   
9. Acumox & Tuina, Res Ctr Expt Acupuncture Sci, Tianjin 300193, Peoples R China;
   
10. [Zhang, Di; Chen, Qiang] Nankai Univ, Coll Life Sci, Minist Educ, Key Lab
    
11. Bioact Mat, Tianjin 300071, Peoples R China
    
12. """

复制代码

匹配所有Nankai Univ后面的学院，比如这里有2处，Coll Acumox & Tuina 和 Coll Life Sci , 并替换text。

最终是
text = [Coll Acumox & Tuina ,  Coll Life Sci ]

谢谢大牛

w123456_cu

1. text.replace(to_replace=".* Nankai Univ,\s+(.*?),.*", value=r"\1", regex=True)

复制代码

只能取最后出现的Nankai Univ ，若我都想取出呢

zxy877298415

回复 1# w123456_cu

1. print map(lambda x:x.replace("\n"," "),re.findall(r'(?<=Nankai Univ, )[^,]+',text))

复制代码

w123456_cu

回复 3# zxy877298415
谢谢。我想追问一个：如果这里的text不是一个字符串，而是一列，
比如pandas数据框中的 df['C1']，又该怎么正则？

1. import pandas as pd
   
2. import re
   
3. df = pd.read_csv('wosdata.txt',
   
4.                          sep = '\t',
   
5.                          index_col=False,
   
6.                          low_memory = False
   
7.                         )
   
8. 
   
9. df[['UT','PY','C1','TC','SN']].head()

复制代码

zxy877298415

回复 4# w123456_cu


不懂pandans，发需求和想要的结果吧！

w123456_cu

1、这里Df['C1'] 就是表格中的第三列（最左边的一列是index, 可以忽略）



2、Df['C1'] 中每一行都是一个结构相同的text
  

用head()列出了前5行，也就是说5个相同结构的text




3、希望能对每一行的text，依次提取Nankai Univ后面的学院，输出

1. 0                 College2;  College3
   
2. 1                            College2                  
   
3. 2                            College3  
   
4. 3                            College5
   
5. 4        College4; College2; College6      

复制代码

w123456_cu