Question

我正在尝试从具有以下模式的字符串中捕获姓氏，名字和数字：

str = "Doe, John; 620 Eisenberg, Andrew; 253"

以下代码行似乎捕获了姓氏和名字，但是当我包含该数字的部分时返回None：

strfind = re.findall(r'(?P<last>[A-Z][A-Za-z]+), (?P<first>[A-Z][A-Za-z]+): (?P<num>\d+)', str, re.M|re.I)
print(strfind)

抱歉，无法让Verbose版本合作我尝试在括号外面加上一个逗号和一个冒号，用于最后和第一个，以便将其包含在搜索中，以捕获前面的字符串，但是没有#c;似乎工作。同样，我尝试在 num 组的末尾使用空格。

排除 num 组，我得到以下输出：

[（＆＃39; Doe＆＃39;，＆＃39; John＆＃39;），（＆＃39; Eisenberg＆＃39;，＆＃39; Andrew＆＃39;）]

Answer 1

正如@Kasramvd建议的那样，将:替换为;，效果非常好：

>>> import re
>>> s = "Doe, John; 620 Eisenberg, Andrew; 253"
>>> re.findall(r'(?P<last>[A-Z][A-Za-z]+), (?P<first>[A-Z][A-Za-z]+); (?P<num>\d+)', s, re.M|re.I)
[('Doe', 'John', '620'), ('Eisenberg', 'Andrew', '253')]

如果您希望结果列出字典格式，请使用finditer()和groupdict()：

>>> results = re.finditer(r'(?P<last>[A-Z][A-Za-z]+), (?P<first>[A-Z][A-Za-z]+); (?P<num>\d+)', s, re.M|re.I)
>>> [m.groupdict() for m in results]
[
  {'num': '620', 'last': 'Doe', 'first': 'John'}, 
  {'num': '253', 'last': 'Eisenberg', 'first': 'Andrew'}
]

Answer 2

请尝试以下方法：

>>> input = "Doe, John; 620 Eisenberg, Andrew; 253"
>>> import re
>>> tmpLst = re.split(r'[;,\s]\s*', input)
>>> print tmpLst
['Doe', 'John', '620', 'Eisenberg', 'Andrew', '253']
>>> output = []
>>> for i in range(0, len(tmpLst), 3):
...     output.append(tuple(tmpLst[i:i+3]))
... 
>>> print output
[('Doe', 'John', '620'), ('Eisenberg', 'Andrew', '253')]

在Python中使用正则表达式中的变量

2 个答案: