Python：正则表达式：使用一个正则表达式检测带连字符的名称和非带连字符的名称

Question

我需要从很长的字符串中提取人名。

他们的名字是这种格式：最后，第一。

其中一些人有连字符。有些人不会。

我尝试使用较小的字符串：

输入：

import re
text = 'Smith-Jones, Robert&Epson, Robert'
pattern = r'[A-Za-z]+(-[A-Za-z]+)?,\sRobert'
print re.findall(pattern, text)

预期产出：

['Smith-Jones, Robert', 'Epson, Robert']

实际输出：

['-Jones', '']

我做错了什么？

Answer 1

使用

import re
text = 'Smith-Jones, Robert&Epson, Robert'
pattern = r'[A-Za-z]+(?:-[A-Za-z]+)?,\sRobert'
print re.findall(pattern, text)
# => ['Smith-Jones, Robert', 'Epson, Robert']

只是让捕获组无法捕获。问题是，如果在正则表达式模式中指定了捕获组值，findall将返回捕获组值。因此，在此模式中解决此问题的最佳方法是将(...)?替换为(?:...)?。

请参阅IDEONE demo