正则表达式导致输出不正确

Question

我有个pdf文件，名字写在'/‘后面。

/John :亚当·威尔·纽曼

我想提取以“/”开头的名称，

我写的代码是：

names=re.compile(r'((/)((\w)+(\s)))+')

然而，它只产生字符串"JOHN“的名字，而不是其余名字的两倍。

Answer 1

您的+位于错误的位置；照现在的情况，您的正则表达式将需要/John /Adam /Will /Newman，并带有尾随空格。

r'((/)((\w)+(\s))+)'稍好一些；它将接受带有尾随空格的/John Adam Will；不接受Newman，因为没有与\s匹配的任何内容。

r'((/)(\w+(\s\w+)*))'与您发布的内容相匹配。请注意，有必要重复一个与名称匹配的序列，因为如果有N个单词，则需要N-1个空格。

(正如Ondřej Grover在评论中所说，您可能有太多不需要的捕获括号，但我没有考虑这一点，因为它只会影响性能。)

Answer 2

我认为您定义了太多未命名的regexp组。我会做这样的事情

import re
s = '/John Adam Will Newman'
name_regexp = re.compile(r'/(?P<name>(\w+\s*)+)')
match_obj = name_regexp.match(s)  # match object
group_dict = match_obj.groupdict()  # dict mapping {group name: value}
name = group_dict['name']

• (?P<name>...)启动命名的group
• (\w+\s*)是匹配一个或多个字母字符的组，后面可能跟一些空格
• 由.match(s)方法返回的match对象具有一个方法groupdict()，该方法返回一个从组名映射到其内容的dict