Question

我对正则表达式的一个快速提问让我发疯：

    sentence="Dr. Peter is a great man. Dr. med. Lumpert Mercury is a great man."
    for m in re.finditer("(Dr\.|med\.)\s([A-Z][a-z]+)", sentence):
          print '%02d-%02d: %s' % (m.start(), m.end(), m.group(2))

这段代码给了我一个字符串之后的所有单词＆＃34; Dr。＆＃34;或＆＃34; med。＆＃34;如果这个词以一个资本开头。现在我需要字符串后面的两个单词的输出。只有当他们以资本开始时才会再次出现。我尝试了一些类似的东西：

    for m in re.finditer("(Dr\.|med\.)\s(([A-Z][a-z]+)|([A-Z][a-z]+)\s([A-Z][a-z]+))", sentence):
          print '%02d-%02d: %s' % (m.start(), m.end(), m.group(2, 3))

你看我怎么打结了。我怎样才能达到＆＃34; Lumpert Mercury＆＃34;而且＆＃34;彼得＆＃34;？

现在我需要两个，一个字或两个字后＆＃34; Dr。＆＃34;和＆＃34; med。＆＃34;。

我需要得到＆＃34;彼得＆＃34;和＆＃34; Lumpert Mercury＆＃34;。

Answer 1

使用非捕获组，使其在原始捕获组中可选。

>>> import re
>>> s = "Dr. Peter is a great man. Dr. med. Lumpert Mercury is a great man."
>>> for m in re.finditer("(?:Dr|med)\.\s*([A-Z][a-z]+(?: [A-Z][a-z]+)?)", s):
...     print '%02d-%02d: %s' % (m.start(), m.end(), m.group(1))

00-09: Peter
30-50: Lumpert Mercury

Answer 2

您需要使用以下regular expression： -

(?:Dr|med)\.\s*([A-Z][a-z]*)

简单的正则表达式找到两个单词

2 个答案: