正则表达式：分别捕获名称和部门答案

【问题标题】：Regex: Capture name and department separately正则表达式：分别捕获名称和部门
【发布时间】：2020-02-17 10:25:03
【问题描述】：

给定文本字符串，如

Assigned to: Hon Keith Davis Dept: S25
Assigned for All Purposes to: Hon. Howard Halm, Dept. 93
Judge Randolph M. Hammock Dept. 93
HONORABLE JOANNE B. O'DONNELL
Honorable Michael S. Williams
Judge:            Hon. Yolanda Orozco

我想获取法官的姓名，以及他们来自的部门（如果有的话）。

这是我迄今为止想出的仅捕获名称的方法：

(?i)(?:(?:Hon(?:orable)?|Judge)(?:[:\. ]+))+((?-i)[A-Z][A-Za-z. '-]{3,})

问题是对于第一个和第三个字符串，Dept 部分被捕获，所以我得到Keith Davis Dept 和Randolph M. Hammock Dept

当我尝试通过附加来添加第二个捕获组时

[, ]+(?:(?:Dept)[\.: ]+([A-Z0-9]+))?

对于上述正则表达式，它适用于前 2 个字符串，但不适用于其余字符串。

如何从第一个捕获组中排除Dept，并使用第二个捕获组获取部门名称/编号？

当前正则表达式和示例：https://regexr.com/4n85p

【问题讨论】：

或许可以这样尝试(?i)(?:(?:Hon(?:orable)?|Judge)(?:[:\. ]+))+((?-i)[A-Z][A-Za-z. '-]{3}(?:(?![,]? Dept\b).)+)见regex101.com/r/iSaqeQ/1
(?i)(?:(?:Hon(?:orable)?|Judge)[:. ]+)+((?-i)[A-Z][A-Za-z. '-]{3,})(?:[, ]+Dept[.: ]+([A-Z0-9]+))?$, demo.
@WiktorStribiżew 不错，比我的表现更好。
@WiktorStribiżew 谢谢！如果你添加你的答案，我很乐意接受它
@Thefourthbird wiktor 的正则表达式几乎需要半步 :)，这是由于您的模式中的负前瞻，对吗？

标签： regex

【解决方案1】：

你可以使用

(?i)(?:(?:Hon(?:orable)?|Judge)[:. ]+)+((?-i)[A-Z][A-Za-z. '-]{3,})(?:[, ]+Dept[.: ]+([A-Z0-9]+))?$

见regex demo

详情

(?i) - 关闭区分大小写
(?:(?:Hon(?:orable)?|Judge)[:. ]+)+ - Hon 或 Honorable 或 Judge 出现 1+ 次，后跟 1+ 次冒号、点、空格
((?-i)[A-Z][A-Za-z. '-]{3,}) - 第 1 组：
- (?-i) - 区分大小写
- [A-Z] - 大写字母
- [A-Za-z. '-]{3,} - 3 个或更多 ASCII 字母、点、空格、撇号或连字符
(?:[, ]+Dept[.: ]+([A-Z0-9]+))? - 一个可选的非捕获组，匹配 1 次或 0 次出现：
- [, ]+ - 1+ 逗号或空格
- Dept - 文字文本
- [.: ]+ - 1+ 个点、冒号或空格
- ([A-Z0-9]+) - 第 2 组：1+ 大写字母或数字
$ - 字符串结束。

更多提示：

如果您只想从整个单词开始匹配，请在(?i)之后添加\b
要匹配任何空格，请将文字空格替换为 \s（或 \h - 如果支持 - 以仅匹配水平空格）。

【讨论】：

【解决方案2】：

.*(?:(?:H[Oo][nN](?:[oO][a-zA-Z]+(?:[^.])?)?)|(?:Judge:?))\.?\s*([a-zA-Z .']+),?\s*(?:Dept[:.]\s*([a-zA-Z0-9]+))?\n

请在您的link中尝试上述表达式

.*(?:(?:H[Oo][nN](?:[oO][a-zA-Z]+(?:[^.])?)?)|(?:Judge:?))\.?\s*(?<judge_name>[a-zA-Z .']+),?\s*(?:Dept[:.]\s*(?<department>[a-zA-Z0-9]+))?\n

【讨论】：