Python 3.6中的正则表达式搜索用法

Question

我正在使用Python 3.6，并且已将数千个文本文档从PDF文件扫描为python 3字典作为字符串。每个文档都是单个字符串的单独字典条目。我正在尝试使用正则表达式搜索从每个页面中提取名称和地址信息。我已经确定姓氏总是前面是“Room #______”，然后是“Last /”我试图这样做，但它似乎没有用。我完全不熟悉环绕构造。谁能告诉我我做错了什么？我的最终代码将有几个这样的搜索，这只是第一个。

memberRecord = memberData[1]
memberRegex = re.compile(r'''(
    (?<=Room #______)\w+(?=Last)
    $
    )''', re.VERBOSE)
mo = memberRegex.search(memberRecord)

Answer 1

您不会在Room #____，单词和Last之间考虑任何空格或非单词字符。通过mo.group(1)：

找到匹配后，可以访问您需要的值

memberRegex = re.compile(r'Room #______(.*?)Last', re.DOTALL)
mo = memberRegex.search(memberRecord)
if mo:
    print(mo.group(1))

请注意，re.DOTALL标记允许.跨行匹配，而*?延迟量词将匹配尽可能少的任何字符，直到第一个 Last。如果您需要转到Last的 last ，请将*?替换为*（贪婪量词版）。