Question

我有很长的引文列表，我需要提取每位作者的全名，发布年份，标题等。其中一个引文如下：

Joe Bob，Jane Doe和George H. Smith（2017）。有趣报告的标题：第2部分。报告系列号。 101，生成报告的地方，报告制作者部，城市，省，国家，44页。 ISBN :(打印）123-0-1234-1234-5; （在线）123-0-1234-1234-5。

所有引文都以相同的方式格式化。我现在被困住的部分与提取作者的全名有关。我在这里阅读有关如何通过执行[\\s,;]+之类的操作从逗号，空格或分号分隔列表here中提取值的方法。如何使用逗号或单词＆＃39;和＆＃39;？

进行类似的操作

我认为＆＃39;和＆＃39;需要被视为一组字符，所以我尝试[^,|[and])]+来匹配,或字符集[and]之间的空格，但这似乎不起作用。这个question类似于处理逗号或空格，但解决方案涉及隐式删除空格。

在获得此部分之后，我计划构建表达式的其余部分以捕获其他引用细节。因此，假设我们正在处理的字符串只是：

Joe Bob，Jane Doe和George H. Smith

并且应该捕获每个全名。

Answer 1

这是一种可能的方法：

citation = """Joe Bob, Jane Doe and George H. Smith (2017). A title of an interesting report: Part 2. Report Series no. 101, Place for Generating Reports, Department of Report Makers, City, Province, Country, 44 pages. ISBN: (print) 123-0-1234-1234-5; (online) 123-0-1234-1234-5."""

citation = citation.replace(' and ', ',')
citation = citation[:citation.find('(')]

names = [name.strip() for name in citation.split(',')]

print names

给你：

['Joe Bob', 'Jane Doe', 'George H. Smith']

将and转换为逗号，切换到年份开始的位置，并以逗号分隔。

或者以更紧凑的形式：

names = [name.strip() for name in citation[:citation.find('(')].replace(' and ', ',').split(',')]

由＆＃39;，＆＃39;分隔的列表的正则表达式或者＆＃39;和＆＃39;

1 个答案: