python之用于捕获韩文字母的正则表达式

我的数据框名称如下:

'가락시장(340)', 
'가락시장(8)', 
'가산디지털단지(7)', 
'강남(222)', 
'강남구청', 
'강동', 
'강동구청', 
'강변(214)', 
'개롱', 
'개화산', 
'거여', 
'건대입구(212)', 
'건대입구(7)', 
'경복궁(317)', 
'경찰병원(341)', 
'고덕', 
'고려대', 
'고속터미널(329)', 
'고속터미널(7)', 
'공덕(5)', 
'공덕(6)', 
'공릉', 
'광나루', 
... 

所有列表都在这个link

期望的输出:

가락시장 
가산디지털단지 
강남 
강남구청 
강동 
강동구청 
강변 
개롱 
개화산 
거여 
건대입구 
경복궁 
경찰병원 
고덕 
고려대 
고속터미널 
공덕 
공릉 
광나루 

尝试

import re 
 
for i in df['name']: 
    i = re.match('^[가-힣]*$', i) # '^[가-힣]&$ is extract Hangeul (Korean alphabet) 

但是 df['name'] 没有改变。

我该如何解决这个问题？

请您参考如下方法:

我们也许可以用一个简单的表达式来捕获您想要的输出，只有一个 ' 作为左边界，然后收集字母，类似于:

'([\p{L}]+) 

测试

# coding=utf8 
# the above tag defines encoding for this document and is for Python 2.x compatibility 
 
import re 
 
regex = r"'([\p{L}]+)" 
 
test_str = ("'가락시장(340)',\n" 
    " '가락시장(8)',\n" 
    " '가산디지털단지(7)',\n" 
    " '강남(222)',\n" 
    " '강남구청',\n" 
    " '강동',\n" 
    " '강동구청',\n" 
    " '강변(214)',\n" 
    " '개롱',\n" 
    " '개화산',\n" 
    " '거여',\n" 
    " '건대입구(212)',\n" 
    " '건대입구(7)',\n" 
    " '경복궁(317)',\n" 
    " '경찰병원(341)',\n" 
    " '고덕',\n" 
    " '고려대',\n" 
    " '고속터미널(329)',\n" 
    " '고속터미널(7)',\n" 
    " '공덕(5)',\n" 
    " '공덕(6)',\n" 
    " '공릉',\n" 
    " '광나루',") 
 
matches = re.finditer(regex, test_str, re.MULTILINE) 
 
for matchNum, match in enumerate(matches, start=1): 
 
    print ("Match {matchNum} was found at {start}-{end}: {match}".format(matchNum = matchNum, start = match.start(), end = match.end(), match = match.group())) 
 
    for groupNum in range(0, len(match.groups())): 
        groupNum = groupNum + 1 
 
        print ("Group {groupNum} found at {start}-{end}: {group}".format(groupNum = groupNum, start = match.start(groupNum), end = match.end(groupNum), group = match.group(groupNum))) 
 
# Note: for Python 2.7 compatibility, use ur"" to prefix the regex and u"" to prefix the test string and substitution. 

正则表达式

如果不需要此表达式，可以在 regex101.com 中对其进行修改或更改.

正则表达式电路

jex.im可视化正则表达式:

引用

How to implement \p{L} in python regex