从文本中提取linkedin用户名的模式

Question

我正在尝试提取linkedin的url，它是用这种格式编写的，

text = "patra 12 EXPERIENCE in / in/sambhu-patra-49b4759/ 2020 - Now O Skin Curate Research Pvt Ltd Embedded System Developer, WB 0 /bindasssambhul O SKILLS LANGUAGES Arduino English Raspberry Pi Movidius Hindi Bengali ICS Intel Compute Stick PCB Design Python UI Design using Tkinter HOBBIES HTML iti CSS G JavaScript JQuery IOT\n"


pattern = \/?in\/.+\/?\s+

我需要从上面那些噪音很大的文本中提取这个in/sambhu-patra-49b255129/，

这是一个linkedin网址，以简短的形式写成。

我的模式不管用

Answer 1

您可以使用

m = re.search(r'\bin\s*/\s*(\S+)', text)
if m:
  print(m.group(1))

见regex演示。

详细信息

• \b -字边界
• in -介词in
• \s* -零或多个空白空间
• / -a / char
• \s* -零或多个空白空间
• (\S+) -捕获组1:任意一个或多个空白空间。

Answer 2

另一个选项匹配单词字符，可选地由-和word字符重复，并在结尾处使用可选的/：

(?<!\S)in/\w+(?:-\w+)*/?

模式匹配：

• (?<!\S)断言左边的空白边界
• in/匹配
• \w+(?:-\w+)*匹配1+单词字符，-和1+单词字符可选地重复
• /?匹配可选/

Regex演示

import re
s = ("patra 12 EXPERIENCE in / in/sambhu-patra-49b4759/ 2020 - Now O Skin Curate Research Pvt Ltd Embedded System Developer, WB 0 /bindasssambhul O SKILLS LANGUAGES Arduino English Raspberry Pi Movidius Hindi Bengali ICS Intel Compute Stick PCB Design Python UI Design using Tkinter HOBBIES HTML iti CSS G JavaScript JQuery IOT")
m = re.search(r"(?<!\S)in/\w+(?:-\w+)*/?", s)
if m:
    print(m.group())

输出

in/sambhu-patra-49b4759/

Answer 3

不如就这样：

text.split(" ")[5]