正则表达式：当字符串多于一个单词时删除斜杠后的字符串

Question

当字符串中有多个单词时，如何在斜杠后删除字符串？ 具体来说，请考虑以下字符串：

    0      1     2        0       1      2   3   
 CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS

斜线后的所有字符都应该删除，因为有 4 个单词（HOPITAL、CENTRALE、DE、SOINS）并且限制只有一个。 那么结果是： CENTRAL CARE HOSPITAL

另一方面，我们有以下字符串：

   0     1     2    3  0
HAPPY SPRING BREAK 20/20

20这次必须保留，因为它只是一个单词（ \\b[A-Za-z0-9]\\b ）。 然后， /斜杠应替换为空格。 结果应如下所示： HAPPY SPRING BREAK 20 20

假设有以下测试集：

CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS
ELEMENTARY/INSTITUTION
FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO
HAPPY SPRING BREAK 20/20

结果应如下所示：

CENTRAL CARE HOSPITAL
ELEMENTARY INSTITUTION
FOUNDATION INSTITUTION
HAPPY SPRING BREAK 20 20

总的来说，只要在斜线是一个单词时将字符串保留在斜线之后，并在斜线所在的位置添加一个空格。 否则，删除斜线后的字符串

到目前为止，我已经尝试过这个正则表达式，但没有用： (?:[\\/])([A-Z0-9]*\\b)(?!\\b[AZ]*)|[^\\/]*$

谢谢

Answer 1

您可以使用

import re
rx = r'/(\w+(?:\W+\w+)+\W*$)?'
strs = ['CENTRAL CARE HOSPITAL/HOPITAL CENTRALE DE SOINS','ELEMENTARY/INSTITUTION','FOUNDATION INSTITUTION/FUNDATION DEL INSTITUTO','HAPPY SPRING BREAK 20/20']
for s in strs:
    print( re.sub(rx, lambda x: "" if x.group(1) else " ", s) )

在线查看Python 演示。 输出：

CENTRAL CARE HOSPITAL
ELEMENTARY INSTITUTION
FOUNDATION INSTITUTION
HAPPY SPRING BREAK 20 20

正则表达式是/(\\w+(?:\\W+\\w+)+\\W*$)? ，查看其在线演示。 它匹配：

• / - 斜线
• (\\w+(?:\\W+\\w+)+\\W*$)? - 匹配的可选捕获组 #1
  • \\w+ - 1+ 个字字符
  • (?:\\W+\\w+)+ - 1+ 序列 1+ 非字字符后跟 1+ 字字符
  • \\W* - 零个或多个非单词字符
  • $ - 字符串的结尾。