Question

我在字符串中有一堆名字，每个第一个和最后一个名字都在'＆gt;'中和'＆gt;'。因此，字符串可以是，例如'uselessdataetc<Michael Bloomberg>blahblah<William Handler>blahblah'，我希望它返回'Michael Bloomberg'，'William Handler'

这是我正在使用的正则表达式：

nameregex = '<([a-z]+|\s)*>'

使用正则表达式时我正在使用re.IGNORECASE。它目前只返回姓氏。所以它回归'彭博'，'汉德勒'。

有人能看出为什么会这样吗？

Answer 1

搜索：

r'<([^>]+)>'

而是找到任何不结束字符的内容。

演示：

>>> nameregex = re.compile(r'<([^>]+)>')
>>> nameregex.findall('uselessdataetc<Michael Bloomberg>blahblah<William Handler>blahblah')
['Michael Bloomberg', 'William Handler']

您的正则表达式使用围绕每组字母或空格的捕获组，并且仅返回{em> last 在<...>尖括号内的匹配，因为即使匹配多个模式，捕获组也不会成倍增加。 Michael Bloomberg是3场比赛; (Michael)( )(Bloomberg)仅为捕获组返回最后一次匹配。

您可以使用以下方式使您的版本正常工作：

nameregex = '<((?:[a-z]+|\s)*)>'

，或者在字符类中包含空格并删除外部通配符：

nameregex = '<([a-z\s]+)>'

Answer 2

你可以尝试

nameregex = r'<([^>]+)>'

Answer 3

简单回答：

nameregex = r'<([^>]+)>'

在你的情况下：

>>> nameregex = re.compile(r'<([^>]+)>')
>>> nameregex.findall('uselessdataetc<Michael Bloomberg>blahblah<William Handler>blahblah')
['Michael Bloomberg', 'William Handler']

或更简单：

>>> re.findall(r'<([^>]+)>','uselessdataetc<Michael Bloomberg>blahblah<William Handler>blahblah')
['Michael Bloomberg', 'William Handler']

Python正则表达式：查找名字和姓氏

3 个答案: