匹配带有可选前瞻的正则表达式

Posted 2023-02-23

【中文标题】匹配带有可选前瞻的正则表达式

【英文标题】：match a regular expression with optional lookahead

【发布时间】：2016-01-10 12:19:51

【问题描述】：

我有以下字符串：

NAME John Nash FROM California

NAME John Nash

我想要一个能够为两个字符串提取“John Nash”的正则表达式。

这是我尝试过的

"NAME(.*)(?:FROM)"
"NAME(.*)(?:FROM)?"
"NAME(.*?)(?:FROM)?"

但这些都不适用于两个字符串。

【问题讨论】：

这两行都是完整的吗？

【参考方案1】：

您可以在FROM 和锚点$ 之间使用逻辑或：

NAME(.*)(?:FROM|$)

查看演示https://regex101.com/r/rR3gA0/1

在这种情况下，在名称之后，它将匹配 FROM 或字符串的结尾。但在您的正则表达式中，因为您在第一种情况下将 FROM 设为可选，它将匹配名称之后的其余字符串。

如果您想使用更通用的正则表达式，您最好根据您的姓名可能性形状创建您的正则表达式，例如，如果您确定您的姓名是从 2 个单词创建的，您可以使用以下正则表达式：

NAME\s(\w+\s\w+)

演示https://regex101.com/r/kV2eB9/2

【参考方案2】：

 r'^\w+\s+(\w+\s+\w+) - word at start of string
 follows by one or more spaces and
 two words and at least one space between them

with open('data', 'r') as f:
    for line in f:
      mo =   re.search(r'^\w+\s+(\w+\s+\w+)',line)
      if mo:
        print(mo.group(1))

John Nash
John Nash

【参考方案3】：

将字符串的第二部分设为可选(?: FROM.*?)?，即：

NAME (.*?)(?: FROM.*?)?$

---

MATCH 1
1.  [5-14]  `John Nash`
MATCH 2
1.  [37-46] `John Nash`
MATCH 3
1.  [53-66] `John Doe Nash`

---

正则表达式演示https://regex101.com/r/bL7kI2/2

【参考方案4】：

你可以不用正则表达式：

>>> myStr = "NAME John Nash FROM California"
>>> myStr.split("FROM")[0].replace("NAME","").strip()
'John Nash'