使用正则表达式迭代并匹配所有元素

Question

所以我有这样的事情：

data = ['Alice Smith and Bob', 'Tim with Sam Dunken', 'Uncle Neo & 31']

我想用名字替换每个元素，所以它看起来像这样：

data = ['Alice Smith', 'Tim', 'Uncle Neo']

到目前为止，我得到了：

for i in range(len(data)):
    if re.match('(.*) and|with|\&', data[i]):
        a = re.match('(.*) and|with|\&', data[i])
        data[i] = a.group(1)

但这似乎不起作用，我认为这是因为我的模式，但我无法找到正确的方法来做到这一点。

Answer 1

简介

如果可能，我建议使用 Casimir 的答案，但是，如果您不确定后面可能会出现什么词（也就是说 and、with 和 & 是动态的），那么您可以使用这个正则表达式。

注意：此正则表达式不适用于某些特殊情况，例如带有撇号 ' 或破折号 - 的名称，但您可以将它们添加到您正在搜索的字符列表中。这个答案还取决于以大写字符开头的名称和不以大写字符开头的“联合词”（and、with、& 等）。

---

代码

See this regex in use here

正则表达式

^((?:[A-Z][a-z]*\s*)+)\s.*

替换

$1

---

结果

输入

Alice Smith and Bob
Tim with Sam Dunken
Uncle Neo & 31

输出

Alice Smith
Tim
Uncle Neo

---

说明

• 在字符串的开头断言位置^
• 匹配大写字母[A-Z]
• 匹配任意数量的小写字母[a-z]*
• 匹配任意数量的空白字符（如果您更喜欢使用*，可以指定空格）\s*
• 在一次和无限次之间匹配上述条件，全部被捕获到捕获组 1 (...)+：其中 ... 包含上述所有内容
• 匹配一个空白字符，后跟任意字符（换行除外）任意次数
• $1：替换为捕获组 1

Answer 2

简化以下方法：

import re

data = ['Alice Smith and Bob', 'Tim with Sam Dunken', 'Uncle Neo & 31']
data = [re.search(r'.*(?= (and|with|&))', i).group() for i in data]

print(data)

输出：

['Alice Smith', 'Tim', 'Uncle Neo']

---

• .*(?= (and|with|&)) - 肯定的前瞻断言，确保名称/姓氏 .* 后跟来自交替组 (and|with|&) 的任何项目

Answer 3

你可以试试这个：

import re
data = ['Alice Smith and Bob', 'Tim with Sam Dunken', 'Uncle Neo & 31']
final_data = [re.sub('\sand.*?$|\s&.*?$|\swith.*?$', '', i) for i in data]

输出：

['Alice Smith', 'Tim', 'Uncle Neo']

Answer 4

| 在您的尝试中需要用括号分组。反正太复杂了。

我只会使用re.sub 来删除分隔词和其余部分：

data = [re.sub(" (and|with|&) .*","",d) for d in data]

结果：

['Alice Smith', 'Tim', 'Uncle Neo']

Answer 5

在 re.split 中使用列表推导：

result = [re.split(r' (?:and|with|&) ', x)[0] for x in data]