正则表达式组：如何使用更具体的匹配模式获得所需的输出？

Question

以下输入条目列表

l = ["555-8396 Neu, Allison", 
     "Burns, C. Montgomery", 
     "555-5299 Putz, Lionel",
     "555-7334 Simpson, Homer Jay"]

预计将转变为：

Allison Neu 555-8396
C. Montgomery Burns  
Lionel Putz 555-5299 
Homer Jay Simpson 555-7334

我尝试了以下方法：

for i in l:
    mo = re.search(r"([0-9]{3}-[0-9]{4})?\s*(\w*),\s*(\S.*$)", i)
    if mo:
        print("{} {} {}".format(mo.group(3), mo.group(2), mo.group(1)))

并导致以下不正确的输出（注意第二行输出中的“无”）

Allison Neu 555-8396
C. Montgomery Burns None
Lionel Putz 555-5299
Homer Jay Simpson 555-7334

但是，电子书中提到的以下解决方案确实提供了所需的输出：

for i in l:
    mo = re.search(r"([0-9-]*)\s*([A-Za-z]+),\s+(.*)", i)
    print(mo.group(3) + " " + mo.group(2) + " " + mo.group(1))

简而言之，它归结为 2 个 reg exp 搜索的 groups() 输出的差异：

>>> mo = re.search(r"([0-9]{3}-[0-9]{4})?\s*(\w*),\s*(\S.*$)", "Burns, C. Montgomery")
>>> mo.groups()
(None, 'Burns', 'C. Montgomery')

相对

>>> mo = re.search(r"([0-9-]*)\s*(\w*),\s*(\S.*$)", "Burns, C. Montgomery")
>>> mo.groups()
('', 'Burns', 'C. Montgomery')

无 vs ''

我想用 [0-9]{3}-[0-9]{4} 来更准确地匹配电话号码格式，而不是使用 [0-9-]* 可以匹配任意数字和 - 组合（例如：“0-1-2”或“1-23”）。

为什么“*”导致与“?”不同的分组。 是的，在打印结果时处理“无”对我来说是微不足道的，但我很想知道分组结果差异的原因。

Answer 1

((?:[0-9]{3}-[0-9]{4})?)\s*(\w*),\s*(\S.*$)

试试这个。看演示。

https://regex101.com/r/Qx6ylw/1

在书中示例group不是可选的……它的内容是……在您的正则表达式group是可选的。

Answer 2

使用明智的空白修剪，一个简单的查找和替换示例是这样的：

查找： ^((?:\\d+(?:-\\d+)+)?)\\s*([^,]*?)\\s*,\\s*(.*)
替换\\3 \\2 \\1

https://regex101.com/r/oo0NWy/1

Answer 3

让我用简单的英语说一下 RegEx 演示在暗示什么并实际回答您的实际问题：

1. ([0-9-]*)匹配 0 个或多个数字字符或-字符。 当没有电话存在时，就是匹配0 个字符的情况。 但请注意操作词匹配，即它仍然是匹配。 因此， mo.group(1)返回'' 。
2. ([0-9]{3}-[0-9]{4})? 尝试以特定格式匹配电话号码，但此匹配是可选的。 当输入中不存在电话号码时，匹配不存在，因此mo.group(1)返回None 。

Answer 4

此代码解决了您的问题：

for i in l:
    mo = re.search(r"([0-9]{3}-[0-9]{4})?\s*(\w*),\s*(\S.*$)", i)
    if mo:
        if mo.group(1):
            print("{} {} {}".format(mo.group(3), mo.group(2), mo.group(1)))
        else:
            print("{} {}".format(mo.group(3), mo.group(2)))

输出：

Allison Neu 555-8396
C. Montgomery Burns
Lionel Putz 555-5299
Homer Jay Simpson 555-7334