捕获描述的Python regex

Question

我试图捕捉任何一组单词，它们之间只有一个空格，并且可能包含非字母字符。例如，使用字符串

HOSE 1/4 X BSP F 3/8             Each

我只想买HOSE 1/4 X BSP F 3/8。

我尝试过(?P<descr>(\w+\s)+)模式，但没有成功。有时'/‘在那里，有时不存在。

注意事项：我使用invoice2data库从发票中获取行项目，并且需要正则表达式。

Answer 1

如果不需要regex，那么您可以很容易地通过s.split(' ')[0]获得所需的东西。

如果需要使用正则表达式，则可以使用

^(?P<descr>\S+(?:\s\S+)*)

见regex演示

详细信息

• ^ -字符串的开始
• \S+ - 1+非空白字符
• (?:\s\S+)* -0或更多次重复单个空格，然后是1+非空格字符。

请参阅Python演示

s = "HOSE 1/4 X BSP F 3/8             Each"
print ( s.split('  ')[0] )
# => HOSE 1/4 X BSP F 3/8

import re
m = re.search(r'^(?P<descr>\S+(?:\s\S+)*)', s)
if m:
  print( m.group("descr") )
# => HOSE 1/4 X BSP F 3/8

Answer 2

很明显，描述可以包含任意文本，因此\w不适用。将描述与行的其余部分分开的地方是非常多的空格。在这种情况下，您并不需要regex：

line = 'HOSE 1/4 X BSP F 3/8             Each\n'
descr = line.split('   ')[0]

我在这里用了三个空格作为安全的赌注。如果这个号码是固定的，而且你事先就知道了，那就用它代替。

由于您似乎需要使用命名捕获组的regex解决方案，一种选择是使用正面的外观：

(?P<descr>^.+?(?=   ))

只要字符后面有三个或更多空格，+?就会在行的开头对任何字符进行非贪婪的捕获。尾随空格本身不被捕获，因为它们是由正的前瞻性(?= )检查的。

Answer 3

您可以在python中对捕获组使用此正则表达式：

>>> import re
>>> s = 'HOSE 1/4 X BSP F 3/8        Each'
>>> print (re.findall(r'(?:^\s?|\S\s)(\S+(?: \S+)*)', s))
['HOSE 1/4 X BSP F 3/8']

RegEx演示

RegEx详细信息：

• (?:^\s?|\S\s)：确保我们有开始位置或开始后的空格或非空格字符后面的空格。
• (\S+(?: \S+)*)：匹配1或多个由单个空格分隔的子字符串