正则表达式命名组

Question

我想要一个正则表达式，它捕获像“James Allen”和“Allen，James”这样的名字，并将命名组放在最前面和最后。 以下是我所拥有的：

(?P<first>\w+), (?P<last>\w+)|(?P<last>\w+) (?P<first>\w+)

但它会导致子模式命名错误。如何修复它，使它只匹配其中一个模式。我想保留组名“first”和“last”。你知道吗

Answer 1

命名符号组需要名称。它的形式是(?P<name>...)。在您的示例中，您忘记提供组的名称。你知道吗

不幸的是，不能重用组名，因此出现以下错误。你知道吗

re.compile(r'(?P<last>\w+), (?P<first>\w+)|(?P<first>\w+) (?P<last>\w+)')
# sre_constants.error: redefinition of group name 'first' ...

发生上述错误的原因是re不够聪明，无法知道每个名称中只有一个匹配。因此，您必须捕获模式，然后提取first和last。你知道吗

import re

def get_name(name):
    match = re.match(r'(\w+), (\w+)|(\w+) (\w+)', name)

    return {'first': match[2] or match[3], 'last': match[1] or match[4]}

print(get_name('James Allen'))
print(get_name('Allen, James'))

输出

{'first': 'James', 'last': 'Allen'}
{'first': 'James', 'last': 'Allen'}