Question

我需要找到一个正则表达式，该正则表达式将从下面的字符串中提取城市名称。字符串的顺序是餐厅名称，地址，城市，电话，美食类型

Chinois on Main 2709 Main St. Santa Monica 310-392-9025 Pacific New Wave
Benita's Frites 1433 Third St. Promenade Santa Monica 310-458-2889 Fast Food
Indo Cafe 10428 1/2 National Blvd. LA 310-815-1290 Indonesian
Diaghilev 1020 N. San Vicente Blvd. W. Hollywood 310-854-1111 Russian
Jody Maroni's Sausage Kingdom 2011 Ocean Front Walk Venice 310-306-1995 Hot Dogs

我尝试过此正则表达式，但不起作用：

zagat['city'] = zagat['raw'].str.extract("""
    ((?<=Ave.|Rd.|St.|Blvd.|Dr.|Way.|Pl.|Ln.|Ct.|Beach|Way ).+(?=...-...-....))
    """, expand=True)

你能帮忙吗？

Answer 1

您可以使用

rx = r'(?:(?:Ave|Rd|St|Blvd|Dr|Way|Pl|Ln|Ct)\.|Beach|Way|Walk)\s*(.+?)\s*\d{3}-\d{3}-\d{4}'
zagat['city'] = zagat['raw'].str.extract(rx, expand=False)

请参见regex demo

详细信息

(?:(?:Ave|Rd|St|Blvd|Dr|Way|Pl|Ln|Ct)\.|Beach|Way|Walk)-Ave，Rd，St，Blvd，Dr，Way，Pl ，Ln或Ct，后跟.或Beach，Way或Walk
\s*-超过0个空格
(.+?)-第1组（此值将由.extract返回）：除换行符以外的任何一个或多个字符，应尽可能少
\s*-超过0个空格
\d{3}-\d{3}-\d{4}-3位数字，-，3位数字，-和4位数字。

正则表达式模式在不验证固定宽度模式的情况下无法使用后向查看

1 个答案: