Question

我有几个字符串，我需要从中提取块编号。块编号的格式类型为“第3块”，“松块”，“块2”和“块4号”。请注意，这只是格式类型，数字可能会更改。我在OR条件下添加了它们。

问题在于，有时正则表达式提取连接到其他内容的前一个单词，如“主相位块2”，这意味着我需要提取“块2”。使用re.search导致第一个结果出现，甚至存在“OR”的限制。

我想要的是添加异常或使用类似

的条件来调整我的正则表达式

如果在“块”一词之前出现1或2位数字（如23,3,6,7等），则用“块”后面的字提取“块”。

例如：
```
string = "rmv clusters phase 2 block 1 , flat no 209 dev." #extract "block 1" and not "2 block".
```
如果“阶段，公寓或建筑物”的字词出现在“块”之前，则提取后面的字块（无论是数字还是单词）
例如：
```
string 2 = "sky line apartments block 2 chandra layout" #extract "block 2" and not "apartments block" 
```

这就是我所做的。但我不知道增加条件。

 p = re.compile(r'(block[^a-z]\s\d*)|(\w+\sblock[^a-z])|(block\sno\s\d+)')
    q = p.search(str)

这是整个功能的一部分。

Answer 1

>> import re
>>> string = "rmv clusters phase 2 block 1 , flat no 209 dev."
>>> string2 = "sky line apartments block 2 chandra layout"
>>> print re.findall(r'block\s+\d+', string)
['block 1']
>>> print re.findall(r'block\s+\d+', string2)
['block 2']

Answer 2

为什么不写多个正则表达式？请参阅python3中的以下代码段

def getBlockMatch(string):
    import re
    p1Regex = re.compile('block\s+\d+')
    p2Regex = re.compile('(block[^a-z]\s\d*)|(\w+\sblock[^a-z])|(block\sno\s\d+)')
    if p1Regex.search(string) is not None:
        return p1Regex.findall(string)
    else:
        return p2Regex.findall(string)

string = "rmv clusters phase 2 block 1 , flat no 209 dev."
print(getBlockMatch(string))

string = "sky line apartments block 2 chandra layout"
print(getBlockMatch(string))

输出：

['block 1']
['block 2']

Answer 3

在Python 2.7和3.3上测试。

import re

strings = ("rmv clusters phase 2 block 1 , flat no 209 dev." 
           "sky line apartments block 2 chandra layout"
           "foo bar 99 block baz") # tests rule 1.

以下是您所说的规则：

如果在单词＆＃34; block＆＃34;之前出现1或2位数字（如23,3,6,7等），则提取＆＃34;阻止＆＃34;用下面的单词＆＃34; block＆＃34;。
如果是字＃34;阶段，公寓或建筑物＆＃34;来之前＆＃34;阻止＆＃34;，提取阻塞后的单词（无论是数字还是单词）。 *我推断你也想要单词块。

所以

regex = re.compile(r'''
           (?:\d{1,2}\s)(block\s\w*) # rule 1
             |   # or
           (?:(phase|apartment|building).*?)(block\s\w+) # rule 2
             ''', re.X)

found = regex.finditer(strings)

for i in found:
    print(i.groups())

打印：

(None, 'phase', '1')
(None, 'apartment', '2')
('block baz', None, None)

如果找不到，则无组是默认值，因此，您可以选择偏好设置并允许快捷方式or返回第一个（如果它非空），或者第二个if第一个是为空（即在Python的布尔上下文中计算为False）。

>>> found = regex.finditer(strings)
>>> for i in found:
...   print(i.group(1) or i.group(3))
... 
1
2
block baz

所以把这个东西放到一个简单的函数中：

def block(str):
    regex = re.compile(r'''
               (?:\d{1,2}\s)(block\s\w*) # rule 1
                 |   # or
               (?:(phase|apartment|building).*?)(block\s\w+) # rule 2
                 ''', re.X)
    match = regex.search(str)
    if not match:
        return ''
    else:
        return match.group(1) or match.group(3) or ''

用法：

>>> block("foo bar 99 block baz")
'block baz'
>>> block("sky line apartments block 2 chandra layout")
'block 2'

正则表达式上的调节

3 个答案: