Question

我有一个pdf，其名称是在＆＃39; /＆＃39;

之后写的

例如：/ John Adam Will Newman

我想提取以＆＃39; /＆＃39;，

开头的名称

我写的代码是：

names=re.compile(r'((/)((\w)+(\s)))+')

然而，它只产生字符串的第一个名称＆＃34; JOHN＆＃34;而且这个名字的其余部分也不是两次。

Answer 1

您的+位置错误;正如你所说，你的正则表达式需要/John /Adam /Will /Newman，并带有尾随空格。

r'((/)((\w)+(\s))+)'好一点;它将接受/John Adam Will，带有尾随空格;不会Newman，因为没有任何内容可以匹配\s。

r'((/)(\w+(\s\w+)*))'与您发布的内容相符。请注意，有必要重复一个与名称匹配的序列，因为如果有N个单词，我们需要N-1个空格。

（正如OndřejGrover在评论中所说，你可能有太多不必要的捕获括号，但我只留下了它，因为它只会伤害性能。）

Answer 2

我认为你定义了太多未命名的正则表达式组。我会做这样的事情

import re
s = '/John Adam Will Newman'
name_regexp = re.compile(r'/(?P<name>(\w+\s*)+)')
match_obj = name_regexp.match(s)  # match object
group_dict = match_obj.groupdict()  # dict mapping {group name: value}
name = group_dict['name']

(?P<name>...)启动一个命名组
(\w+\s*)是一个匹配一个或多个字母字符的组，可能后跟一些空格
.match(s)方法返回的匹配对象有一个方法groupdict()，它返回一个dict，它从组名映射到它们的内容

由于正则表达式输出不正确

2 个答案: