Блог

Я пытаюсь извлечь имя и профессию в виде списка кортежей из приведенной ниже строки, используя регулярное выражение.

Входная строка

 text = "Mr John,Carpenter,Mrs Liza,amazing painter"
  

Как вы можете видеть, первое слово — это имя, за которым следует профессия, которая повторяется через запятую. Проблема в том, что я хочу избавиться от прилагательных, которые прилагаются к профессии. Например, «удивительно» в приведенном ниже примере.

Ожидаемый результат

  [('Mr John', 'Carpenter'), ('Mrs Liza', 'painter')]
  

Я удалил прилагательное из текста, используя «заменить», и использовал приведенный ниже код, используя «регулярное выражение», чтобы получить результат. Но я ищу единственную функцию регулярного выражения, чтобы избежать выполнения замены строки. Я подумал, что это как-то связано с ожиданием в регулярных выражениях, но не смог заставить его работать. Любая помощь будет оценена.

  text.replace("amazing ", "")
 txt_new = re.findall("([ws] ),([ws] )",text)
  

Если вы хотите использовать только символы word и пробелов, это может быть другим вариантом:

 (w (?:s w )*)s*,s*(?:w s )*(w )
  

Объяснение

• ( Группа захвата 1
  • w (?:s w )* Сопоставьте символы 1 word и, при необходимости, повторите символы 1 пробелов и символы 1 word
• ) Закрыть группу 1
• s*,s* Сопоставьте запятую между необязательными символами пробела
• (?:w s )* При необходимости повторите символы 1 word и 1 пробелов
• (w ) Группа захвата 2, сопоставьте символы 1 word

Демонстрация регулярных выражений | Демонстрация Python

 import re
 
regex = r"(w (?:s w )*)s*,s*(?:w s )*(w )"
s = ("Mr John,Carpenter,Mrs Liza,amazing painter")
print(re.findall(regex, s))
  

Вывод

 [('Mr John', 'Carpenter'), ('Mrs Liza', 'painter')]
  

Вот один из подходов к регулярному выражению, использующий re.findall :

 text = "Mr John,Carpenter,Mrs Liza,amazing painter"
matches = re.findall(r's*([^,] ?)s*,s*.*?(S )s*(?![^,])', text)
print(matches)
  

Это печатает:

 [('Mr John', 'Carpenter'), ('Mrs Liza', 'painter')]
  

Вот объяснение шаблона регулярных выражений:

 s*        match optional whitespace
([^,] ?)   match the name
s*        optional whitespace
,          first comma
s*        optional whitespace
.*?        consume all content up until
(S )      the last profession word
s*        optional whitespace
(?![^,])   assert that what follows is either comma or the end of the input