如何使用肯定的lookbehind断言从单词“named”之后的字符串中提取子字符串答案

【问题标题】：How to use positive lookbehind assertions to extract substring from string following the word "named"如何使用肯定的lookbehind断言从单词“named”之后的字符串中提取子字符串
【发布时间】：2019-03-26 01:03:33
【问题描述】：

我有一系列来自推文的熊猫文本。这些推文是关于狗的。一些推文包含狗的名字。该名称以下列方式显示。 “...blah blah blah named name。blah blah blah...” 我需要的作品前后的字符数未知。我想提取 name。

我相信我需要使用积极的后向断言和正则表达式的搜索选项。我查看了 re.search 的文档以及以下 SO 问题：How to extract the substring between two markers? 和 Regex captured groups with positive lookbehind (python)，以及本教程 https://www.rexegg.com/regex-lookarounds.html。我还是觉得卡住了。

这是我目前的两个想法：

一）

tweet = 'This is a Shotokon Macadamia mix named Cheryl. Sophisticated af.'
m = re.search('(?<=named)[A-Z][a-z]+', tweet)
m.group(0)

s.str.extract(^named([A-Z][a-z])\.$)

根据文档，A) 应该返回“Cheryl”，但我收到一个属性错误：AttributeError: 'NoneType' object has no attribute 'group'。

B) 仅适用于系列，并非推文系列中的每个元素都包含“...命名 name”。结构体。我不确定如何将其合并到代码中，以便返回 Cheryl。

【问题讨论】：

如果你使用 pandas，请使用df['col'].str.extract(r'\bnamed\s+([A-Z][a-z]*)')

标签： python regex string positive-lookahead

【解决方案1】：

Pythons 说 m 是 'NoneType' object 因为正则表达式不匹配任何字符串，因此您无法从其结果中提取组。为了获得正确的匹配，您应该在“命名”之后添加一个空格。因此，只需尝试：

(?<=named )[A-Z][a-z]+

另见https://regex101.com/r/nZiAFN/1

【讨论】：

正则表达式测试器很有帮助。
@a2fet this 可能会回答你，反正这是题外话

【解决方案2】：

以下正则表达式仅提取出现在命名字符串之后的名称：

m = re.search('(?<=named\s)(\w+)', tweet)

【讨论】：