正则表达式匹配字符串除以“和”

Question

我需要解析一个字符串以获得所需的数字，然后 position 形成一个字符串，例如：

2 Better Developers and 3 Testers
5 Mechanics and chef
medic and 3 nurses

目前我正在使用这样的代码，它返回元组列表，例如[('2', 'Better Developers'), ('3', 'Testers')] ：

def parse_workers_list_from_str(string_value: str) -> [(str, str)]:
    result: [(str, str)] = []
    if string_value:
        for part in string_value.split('and'):
            result.append(re.findall(r'(?: *)(\d+|)(?: |)([\w ]+)', part.strip())[0])
    return result

我可以在没有.split()的情况下仅使用正则表达式吗？

Answer 1

与re.MULTILINE一起，您可以在一个正则表达式中完成所有操作，这也将正确拆分所有内容：

>>> s = """2 Better Developers and 3 Testers
5 Mechanics and chef
medic and 3 nurses"""
>>> re.findall(r"\s*(\d*)\s*(.+?)(?:\s+and\s+|$)", s, re.MULTILINE)
[('2', 'Better Developers'), ('3', 'Testers'), ('5', 'Mechanics'), ('', 'chef'), ('', 'medic'), ('3', 'nurses')]

随着空''到1的解释和转换：

import re

s = """2 Better Developers and 3 Testers
5 Mechanics and chef
medic and 3 nurses"""

results = re.findall(r"""
    # Capture the number if one exists
    (\d*)
    # Remove spacing between number and text
    \s*
    # Caputre the text
    (.+?)
    # Attempt to match the word 'and' or the end of the line
    (?:\s+and\s+|$\n?)
    """, s, re.MULTILINE|re.VERBOSE)

results = [(int(n or 1), t.title()) for n, t in results]
results == [(2, 'Better Developers'), (3, 'Testers'), (5, 'Mechanics'), (1, 'Chef'), (1, 'Medic'), (3, 'Nurses')]

Answer 2

你可以使用这个正则表达式：

(\d*) *(\S+(?: \S+)*?) and (\d*) *(\S+(?: \S+)*)

在这里，我们匹配and在两侧用一个空间包围。 之前和之后and我们使用这个子模式进行匹配：

(\d*) *(\S+(?: \S+)*?)

匹配可选的 0+ 位开头，后跟 0 个或多个空格，后跟 1 个或多个由空格分隔的非空白字符串。

正则表达式演示

代码：

import re
arr = ['2 Better Developers and 3 Testers', '5 Mechanics and chef', 'medic and 3 nurses', '5 foo']

rx = re.compile(r'(\d*) *(\S+(?: \S+)*?) and (\d*) *(\S+(?: \S+)*)')

for s in arr: print (rx.findall(s))

Output：

[('2', 'Better Developers', '3', 'Testers')]
[('5', 'Mechanics', '', 'chef')]
[('', 'medic', '3', 'nurses')]
[]