Question

我实现的当前正则表达式只能提取给定字符串的前两个大写单词。如果第二个单词没有大写，我希望能够只提取字符串中的第一个单词。

以下是一些例子：

'Smith John'
'Jones, Greg'
'Doe'

基本上，我只想要正则表达式输出以下内容：

new = re.findall(r'([A-Z][\w-]*(?:\s+[A-Z][\w-]*)+)', s)

我现有的正则表达式如下，但它不会捕获Doe示例：

zip()

Answer 1

正则表达式过度。 str.isupper()效果很好：

In [11]: def getName(s):
    ...:     first, second = s.split()[:2]
    ...:     if first[0].isupper():
    ...:         if second[0].isupper():
    ...:             return ' '.join([first, second])
    ...:         return first
    ...:

这给出了：

In [12]: getName('Smith John went to ss for Jones.')
Out[12]: 'Smith John'

In [13]: getName('Jones, Greg went to 2b for Smith.')
Out[13]: 'Jones, Greg'

In [14]: getName('Doe went to ss for Jones.')
Out[14]: 'Doe'

添加几项检查，以便在您的字符串只有一个单词时不会出错，并且您可以继续使用。

如果你一直在使用正则表达式，你可以使用这样的模式：

In [36]: pattern = re.compile(r'([A-Z].*? ){1,2}')

In [37]: pattern.match('Smith John went to ss for Jones.').group(0).rstrip()
Out[37]: 'Smith John'

In [38]: pattern.match('Doe went to ss for Jones.').group(0).rstrip()
Out[38]: 'Doe'

r'([A-Z].*? ){1,2}'将匹配第一个，可选第二个，如果它们是大写的。

如果两者都大写的话，Python正则表达式会首先使用大写单词或第一和第二单词

2 个答案: