正则表达式匹配单词的第一部分，仅匹配剩余单词的一部分

Question

我有一个抵押银行名称列表。有时，它们后跟缩写BENEF或BENEFICIARY。我需要编写一个正则表达式来查找BENEF和BENEFICIARY，因为我想从银行名称中删除这些单词。但是，我不想删除诸如“福利”，“福利”，“福利人”，“福利人”，“受益人”等字眼。

这不起作用：

import re
bankname = re.sub(r'(BENEF)(ICIARY)?', '', bankname)

可以，但是必须有一个更优雅的解决方案：

import re
bankname = re.sub(r'(\bBENEF\b|\bBENEFICIARY\b)', '', bankname)

我只是没有看到它。有什么想法吗？

Answer 1

您可以使用

r'\bBENEF(?:ICIARY)?\b'

请参见regex demo

详细信息

• \b-前导词边界
• BENEF-一个BENEF子字符串
• (?:ICIARY)?-一个可选的非捕获组，不将其值存储在子匹配中，并且匹配ICIARY的1或0次重复（由于?量词）
• \b-尾随单词边界

Python demo：

import re
s = "BENEFIT, BENEFITS, BENEFACTOR, BENEFACTORS, BENEFICIARIES BENEF BENEFICIARY"
print(re.sub(r"\bBENEF(?:ICIARY)?\b", "", s))
# => BENEFIT, BENEFITS, BENEFACTOR, BENEFACTORS, BENEFICIARIES