如何使用正则表达式提取人名？

Question

我是正则表达式的新手，我有一个电话目录。 我想从中提取出来的名字。 我写了这个（下面），但它提取了许多不需要的文本而不仅仅是名字。 你能告诉我我做错了什么以及如何纠正它？ 这是我的代码：

import re

directory = '''Mark Adamson
Home: 843-798-6698
(424) 345-7659
265-1864 ext. 4467
326-665-8657x2986
E-mail:madamson@sncn.net
Allison Andrews
Home: 612-321-0047
E-mail: AEA@anet.com
Cellular: 612-393-0029
Dustin Andrews'''


nameRegex = re.compile('''
(
[A-Za-z]{2,25}
\s
([A-Za-z]{2,25})+
)

''',re.VERBOSE)

print(nameRegex.findall(directory)) 

它给出的输出是：

[('Mark Adamson', 'Adamson'), ('net\nAllison', 'Allison'), ('Andrews\nHome', 'Home'), ('com\nCellular', 'Cellular'), ('Dustin Andrews', 'Andrews')]

真的很感激帮助！

Answer 1

你的问题是\\s也会匹配换行符。 而不是\\s只需添加一个空格。 那是

name_regex = re.compile('[A-Za-z]{2,25} [A-Za-z]{2,25}')

如果名称恰好有两个单词，则此方法有效。 如果名称有两个以上的单词（中间名或带连字符的姓氏），那么您可能希望将其扩展为：

name_regex = re.compile(r"^([A-Za-z \-]{2,25})+$", re.MULTILINE)

这会查找一个或多个单词，并且会从一行开头到另一行结束（例如，不会仅仅从'John Paul Jones'获得'John Paul'）

Answer 2

我建议尝试下一个正则表达式，它对我有用：

"([A-Z][a-z]+\s[A-Z][a-z]+)"

Answer 3

以下正则表达式按预期工作。

相关部分代码：

nameRegex = re.compile(r"^[a-zA-Z]+[',. -][a-zA-Z ]?[a-zA-Z]*$", re.MULTILINE)

print(nameRegex.findall(directory) 

输出：

>>> python3 test.py 
['Mark Adamson', 'Allison Andrews', 'Dustin Andrews']

Answer 4

尝试：

nameRegex = re.compile('^((?:\w+\s*){2,})$', flags=re.MULTILINE)

这将只选择由两个或多个由“单词”字符组成的名称组成的完整行。