正則表達式：當字符串多於一個單詞時刪除斜杠后的字符串

Question

當字符串中有多個單詞時，如何在斜杠后刪除字符串？ 具體來說，請考慮以下字符串：

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

斜線后的所有字符都應該刪除，因為有 4 個單詞（HOPITAL、CENTRALE、DE、SOINS）並且限制只有一個。 那么結果是： CENTRAL CARE HOSPITAL

另一方面，我們有以下字符串：

   0     1     2    3  0
HAPPY SPRING BREAK 20/20

20這次必須保留，因為它只是一個單詞（ \\b[A-Za-z0-9]\\b ）。 然后， /斜杠應替換為空格。 結果應如下所示： HAPPY SPRING BREAK 20 20

假設有以下測試集：

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

結果應如下所示：

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

總的來說，只要在斜線是一個單詞時將字符串保留在斜線之后，並在斜線所在的位置添加一個空格。 否則，刪除斜線后的字符串

到目前為止，我已經嘗試過這個正則表達式，但沒有用： (?:[\\/])([A-Z0-9]*\\b)(?!\\b[AZ]*)|[^\\/]*$

謝謝

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) )

在線查看Python 演示。 輸出：

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

正則表達式是/(\\w+(?:\\W+\\w+)+\\W*$)? ，查看其在線演示。 它匹配：

• / - 斜線
• (\\w+(?:\\W+\\w+)+\\W*$)? - 匹配的可選捕獲組 #1
  • \\w+ - 1+ 個字字符
  • (?:\\W+\\w+)+ - 1+ 序列 1+ 非字字符后跟 1+ 字字符
  • \\W* - 零個或多個非單詞字符
  • $ - 字符串的結尾。