根据您的要求，我修改了三种用于清除数据并匹配数字的模式：

编辑：在 data 模式中，将\b替换为(?:^|(?<=/))，以便数字可以在字符串的开头或前面斜线/。

ptns = { 'clean1': re.compile(r'[/-]\s|\s[/-]|[&\s.():]+|\b(?:AND|OR)\b',re.UNICODE),'clean2': re.compile(r'\bABCS?[/\s]+KE|\b(?:ABCS?|ABCDEFGS?|JUSTIF|FOR)(?=\s*\d)','data'  : re.compile(r'(?:^|(?<=/))(\d{4,6})(?=[A-Z/_-]|$)',re.UNICODE) }   

模式：

• clean1 ：将以下模式转换为空格

  • [/-]\s|\s[/-]：斜杠或连字符前加一个空格，或后跟一个空格

    example:  'ABC- 72981' --> 'ABC 72981'
              'ABC 160879-P15989/' <-- no change since no SPACE around hyphen
    

  • \b(?:AND|OR)\b：允许 AND 或 OR 链接数字序列

    example: '160878-P20181/160878-P20182 AND 160879-P20183' --> '160878-P20181/160878-P20182 160879-P20183'
    

  • [&\s.():]+：删除需要单独处理的连字符，添加括号(，)，点.和冒号: >

    example:   'ABC. 19390'   --> 'ABC 19390'
               '(ABC 38770)'  --> 'ABC 38770'
               'ABC/KE: 73620T80840' --> 'ABC/KE 73620T80840'
    

• clean2 ：将以下内容转换为ABC

  • \bABCS?[/\s]+KE：ABC，后跟空格或斜杠，后跟KE。如果同样的规则也适用于JUSTIF，ABCDEFGS，则此部分可能会移至 clean1 模式。等等。

  • \b(?:ABCS?|ABCDEFGS?|JUSTIF|FOR)(?=\s*\d)：匹配ABC。 ABCS，ABCDEFG，ABCDEFGS或JUSTIF，后跟一个可选空格，然后输入数字

• 数据：添加了连字符-作为锚，以跟随匹配的4-6位数字的子字符串

应保留其他代码，如下所示：

udf_find_number = udf(lambda x: find_number(x,ptns),ArrayType(StringType()))

df.withColumn('new_column',udf_find_number('column')).show(truncate=False)
+----------------------------------------------------------------------------------+--------------------------------+
|Column                                                                            |new_column                      |
+----------------------------------------------------------------------------------+--------------------------------+
|Hoy es d陋a  ABCDEFGS 05327 - 05771 - 06045 todas las ma?anas                     |[05327,05771,06045]           |
| todas las ma?anas ABCDEFG 6661 & ABCDEFG 11440 Se viste                          |[6661,11440]                   |
|escuela ABCDEFG 19652 matem垄ticas Hoy es d陋a                                    |[19652]                         |
|y comienza ABCDEFG 76192/T85921 el camino hacia                                   |[76192]                         |
|Marcos se ABCDEFG 13462 S22786 camino                                             |[13462]                         |
|encuentra con su ABC. 19390 / 19351 viste,desayuna                               |[19390,19351]                  |
|escuela ABC.5498/5499/5470/5471 DEFINE AND DESIGN IMPROVE                         |[5498,5499,5470,5471]        |
|l camino hacia la ABC.20974 Marcos se                                             |[20974]                         |
|todas las ma?anas ABC 160879-P15989/ 160878-P20181/160878-P20182 AND 160879-P20183|[160879,160878,160879]|
|ABC. 5498/5499/5470/5471 l camino hacia la                                        |[5498,5471]        |
|todas las JUSTIF. 103383/L25469   todas                                           |[103383]                        |
|las (ABC 38770) OR CFM56-5B1/3 (ABC 37147)  camino                                |[38770,37147]                  |
|hacia la (POST ABC 161104)  hacia la                                              |[161104]                        |
|DEFINE AND DESIG ABC/KE: 73620T80840 DEFINE                                       |[73620]                         |
| DEFINE AND DESIGN IMPROVE ABC (39729)  IMPROVE                                   |[39729]                         |
+----------------------------------------------------------------------------------+--------------------------------+

让我知道是否可以解决问题。