python 的正则表达式：如何在单词之间提取字符串？

Question

假设我有一句话：

Meet me at 201 South First St. at noon

我想得到这样的地址：

South First

什么是合适的正则表达式？ 我目前有这个，但它不工作：

 x = re.search(r"\d+\s?=([A-Z][a-z]*)\s(Rd.|Dr.|Ave.|St.)",searchstring)

其中 searchstring 是句子。 地址前面总是有 1 个或多个数字，后跟一个空格，然后是 Rd。 Dr. Ave. 或 St. 地址也总是以大写字母开头。

Answer 1

第一组，您尝试匹配地址的部分是[AZ][az]* ，它表示一个大写字母后跟任何小写字母。 您可能想要的是任何大写或小写字母或空格： [A-Za-z ]* 。 另请注意，第二组中的点表示任何字符，而不是文字. ，所以你必须逃避它。 解决方案如下所示：

>>> re.search(r'\d+\s?([A-Za-z ]*)\s+(Rd|Dr|Ave|St)\.', 'Meet me at 201 South First St. at noon')[1]
'South First'

或者只是使用. 接受任何东西。

>>> re.search(r'\d+\s?(.*?)\s+(Rd|Dr|Ave|St)\.', 'Meet me at 201 South First St. at noon')[1]
'South First'

Answer 2

您可以使用

\d+\s*([A-Z].*?)\s+(?:Rd|Dr|Ave|St)\.

请参阅正则表达式演示。

细节

• \d+ - 一位或多位数字
• \s* - 0 个或更多空格
• ([AZ].*?) - 捕获组 #1：一个大写的 ASCII 字母，然后是除换行符之外的任何 0 个或多个字符，尽可能少
• \s+ - 1+ 个空格
• (?:Rd|Dr|Ave|St) - Rd 、 Dr 、 Ave或St
• \. - 一个点

请参阅Python 演示：

m = re.search(r'\d+\s*([A-Z].*?)\s+(?:Rd|Dr|Ave|St)\.', text)
if m:
    print(m.group(1)) 

Output： South First 。

Answer 3

方法如下：

import re
s = 'Meet me at 201 South First St. at noon'
print(re.findall('(?<=\d )[A-Z].*(?= d.|Dr.|Ave.|St.)', s)[0])

Output：

'South First'