如何将由 mongo ObjectId 列表构建的字符串转换为仅包含 id 的 python 列表

Question

我有一个数据帧，其中一列包含 ObjectId 列表的字符串表示形式。 即：

"[ObjectId('5d28938629fe749c7c12b6e3'), ObjectId('5caf4522a30528e3458b4579')]"

我想将其从字符串文字转换为仅包含 id 的 python 列表，例如：

['5d28938629fe749c7c12b6e3', '5caf4522a30528e3458b4579']

json.loads 和 ast.literal_eval 都失败了，因为字符串包含ObjectId

Answer 1

我分享这个正则表达式：https://regex101.com/r/m5rW2q/1

您可以单击代码生成器，例如：

import re
regex = r"ObjectId('(w+)')"
test_str = "[ObjectId('5d28938629fe749c7c12b6e3'), ObjectId('5caf4522a30528e3458b4579')]"
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)))

输出：

Match 1 was found at 1-37: ObjectId('5d28938629fe749c7c12b6e3')
Group 1 found at 11-35: 5d28938629fe749c7c12b6e3
Match 2 was found at 39-75: ObjectId('5caf4522a30528e3458b4579')
Group 1 found at 49-73: 5caf4522a30528e3458b4579

对于您的示例：

import re 
regex = r"ObjectId('(w+)')" 
test_str = "[ObjectId('5d28938629fe749c7c12b6e3'), ObjectId('5caf4522a30528e3458b4579')]" 
matches = re.finditer(regex, test_str, re.MULTILINE) 
[i.groups()[0] for i in matches]  

输出：

['5d28938629fe749c7c12b6e3', '5caf4522a30528e3458b4579']

所有关于正则表达式的信息，你可以在这里找到：https://docs.python.org/3/library/re.html

Answer 2

好吧，你可以使用 替换

a = "[ObjectId('5d28938629fe749c7c12b6e3'), ObjectId('5caf4522a30528e3458b4579')]"
a.replace('ObjectId(', '').replace(")","")
#Output:
"['5d28938629fe749c7c12b6e3', '5caf4522a30528e3458b4579']"

Answer 3

找到行;在 '处拆分;从列表中选择项目 1 和 3：

my_df.loc[my_df["my_column"].str.contains("ObjectId"),"my_column"].str.split("'")[0][1:4:2]

精确地给出两个元素的列表：

['5d28938629fe749c7c12b6e3', '5caf4522a30528e3458b4579']