在某個字符串之后提取名稱

Question

我對 Python (3.9) 還是很陌生，但是有了網上所有可用的東西，我想我也許可以解決問題。

我正在嘗試從發票中提取一個人的姓名，該姓名可能是任意長度的 2-3 個連續單詞，並且可能很少包含連字符。

Phone: (111) 311-1111
Desired Name:   Friday twk-test Date of Birth:   01/01/1988

這是我到目前為止所擁有的：

(?<=Desired Name:\s{3}[A-Za-z])[A-Za-z]+\s[A-Za-z]+

匹配：

riday twk

output 需要：

Friday twk-test

Answer 1

假設您的所有發票都遵循相同的結構，那么您可以使用此正則表達式：

\bDesired Name:\s*([A-Za-z\s\-]+?(?=\s+Date of Birth))

演示在這里： regex101 演示

這是做什么的：

• \b ：單詞邊界
• Desired Name: : 匹配我們知道在名稱之前的字符串
• \s* : 匹配零個或多個空格
• ([A-Za-z\s\-]+?(?=\s+Date of Birth)) ：匹配名稱的捕獲組
  • [A-Za-z\s\-]+ ：匹配任何字母（大寫或小寫），以及空格和連字符。
  • ?(?=\s+Date of Birth) ：正向前瞻，因此它將匹配直到此字符串的所有內容。

這意味着如果某人的名字和姓氏都有連字符，並且他們還有另一個名字，則將捕獲整個名字。

Answer 2

您可以使用

\bDesired Name:\s*([^\W\d_]+(?:[\s-]+[^\W\d_]+){1,2})

請參閱正則表達式演示。

詳情：

• \b - 單詞邊界
• Desired Name: - 文字字符串
• \s* - 零個或多個空格
• ([^\W\d_]+(?:[\s-]+[^\W\d_]+){1,2}) - 第 1 組：兩個或三個單詞，僅由 Unicode 字母組成，用一個或多個空格或連字符：
  • [^\W\d_]+ - 一個或多個 Unicode 字母
  • (?:[\s-]+[^\W\d_]+){1,2} - 一個或兩個序列：
    • [\s-]+ - 一個或多個空格或-字符
    • [^\W\d_]+ - 一個或多個 Unicode 字母。

如果可以有一個空格或連字符，請在[\s-]之后刪除+ 。

請參閱Python 演示：

import re
text="Phone: (111) 311-1111\nDesired Name:   Friday twk-test Date of Birth:   01/01/1988"
pattern=r"\bDesired Name:\s*([^\W\d_]+(?:[\s-]+[^\W\d_]+){1,2})"
match = re.search(pattern, text)
if match:
    print(match.group(1))
# => Friday twk-test