python正则表达式 - 如何获取一行中的所有名称？

Question

如何使用正则表达式从下面的行中获取名称？？

line #1==> 
Elector's Name: Surpam Badurubai Elector's Name: Madavimaru Elector's Name: Madavitannubai 

line #2==>
Elector's Name: GEDAM KARNU Elector's Name: GEDAM BHEEM BAI Elector's Name: Surpam Rajeshwar Rav

我试过了

regex = "\s*Elector\'s\sName\:\s([[a-zA-z]*\s[a-zA-z]*\s*[a-zA-z]*]*)\s" 
re.findall(regex, line)

它在第 1 行工作，但无法获取姓氏。 对于第 2 行，它仅从姓氏中获取“Surpam Rajeshwar”，但实际上其中包含 3 个单词。

非常感谢，如果有人可以帮助我解决这个问题或建议我以不同的方式获取名称。 ！！

Answer 1

如果您只需要获取所有名称，可以尝试使用 .split() 和分隔符 Elector's Name:。喜欢：

names = line.split('Elector's Name:')
for i in names:
    print(i)

Answer 2

根据"Elector's Name: " 文本（前后有可选空格），re.split 看起来更像是一项工作，链接在列表理解中以过滤掉空字段：

[x for x in re.split("\s*Elector's Name:\s*",l1) if x]

通过您的示例，我得到了这些输出：

['GEDAM KARNU', 'GEDAM BHEEM BAI', 'Surpam Rajeshwar Rav']
['Surpam Badurubai', 'Madavimaru', 'Madavitannubai']

请注意，您也可以使用链接到 str.split() 的 str.split() 来实现此目的：

[x.strip() for x in l1.split("Elector's Name:") if x]

Answer 3

杰米·扎温斯基：

有些人在遇到问题时会想“我知道，我会使用正则表达式”。现在他们有两个问题。

所以，使用 python

line = "Elector's Name: Surpam Badurubai Elector's Name: Madavimaru Elector's Name: Madavitannubai"
[name.strip() for name in line.split("Elector's Name:") if name != '']

Answer 4

您可以在不使用正则表达式的情况下通过Elector's Name: 进行拆分，从空格中删除结果项并删除所有空项：

ss = ["Elector's Name: Surpam Badurubai Elector's Name: Madavimaru Elector's Name: Madavitannubai",
   "Elector's Name: GEDAM KARNU Elector's Name: GEDAM BHEEM BAI Elector's Name: Surpam Rajeshwar Rav"]
for s in ss:
    print(filter(None, [x.strip() for x in s.split("Elector's Name:")]))

看到Python demo，输出：

['Surpam Badurubai', 'Madavimaru', 'Madavitannubai']
['GEDAM KARNU', 'GEDAM BHEEM BAI', 'Surpam Rajeshwar Rav']

如果您想学习正则表达式，这里有一个可能的基于正则表达式的解决方案：

re.findall(r"Elector's Name:\s*(.*?)(?=\s*Elector's Name:|$)", s) 

见another Python demo

模式详情

• Elector's Name: - 文字子串
• \s* - 0+ 个空格
• (.*?) - 第 1 组（此值由 re.findall 返回）：除换行符之外的任何 0+ 字符（包括 re.DOTALL，包括它们）尽可能少
• (?=\s*Elector's Name:|$) - 正向前瞻，需要 0+ 个空格和 Elector's Name: 紧随其后，或者紧跟当前位置右侧的字符串结尾 ($)。