Question

我正在使用正则表达式从学生档案中识别姓名。名称包含前缀，例如“ MR”或“ MRS”，或者没有仅前缀的名称，例如“ MR GEORGE 51”或“ MRS GEORGE 52”或“ GEORGE 53”。我只想从这三个（最后一个）中的“ GEORGE 53”中提取53，这意味着不应该出现“ MR GEORGE 51”或“ MRS GEORGE 52”。注意：数字可以更改，可以是年龄。

我确实了解正则表达式，并且尝试过像[[^ M] [^ R]''[^ M] [^ R] [^ S]'这样的模式来识别和提取年龄，只有当没有'MR'时或“ MRS”应作为字符串的前缀。我了解通过python程序，我可以在某种条件下实现此目标，但我确实想知道是否有任何正则表达式可用于执行相同操作。

Answer 1

[^M][^R]模式匹配除M以外的任何字符，后跟除R之外的任何字符。因此，例如，如果有效匹配为SR或ME，您实际上可能会拒绝。

您可以使用

re.findall(r'\b(?<!\bmr\s)(?<!\bmrs\s)\S+\s+\d{1,2}\b', text, re.I)

请参见regex demo。要将名称和年龄分成单独的元组项，请捕获它们：

re.findall(r'\b(?<!\bmr\s)(?<!\bmrs\s)(\S+)\s+(\d{1,2})\b', text, re.I)

详细信息

\b-单词边界
(?<!\bmr\s)-当前位置前没有mr +空格
(?<!\bmrs\s)-当前位置前没有mrs +空格
(\S+)-第1组：一个或多个非空白字符
\s+-超过1个空格
(\d{1,2})-第2组：一位或两位数
\b-单词边界

re.I是不区分大小写的修饰符。

Python demo：

import re
text="for an example 'MR GEORGE 51' or 'MRS GEORGE 52' or 'GEORGE 53'"
print(re.findall(r'\b(?<!\bmr\s)(?<!\bmrs\s)\S+\s+\d{1,2}\b', text, re.I))
# => ['GEORGE 53']
print(re.findall(r'\b(?<!\bmr\s)(?<!\bmrs\s)(\S+)\s+(\d{1,2})\b', text, re.I))
# => [('GEORGE', '53')]

如何使用正则表达式避免基于前缀的字符串

1 个答案: