如何使用正则表达式提取人名?

2024-03-29 11:41:34 发布

您现在位置:Python中文网/ 问答频道 /正文

我是正则表达式的新手,我有一个电话簿。我想从中提取名字。我写了这个(下面),但它提取了很多不需要的文本,而不仅仅是名字。你能告诉我我做错了什么,怎么改正吗?这是我的密码:

import re

directory = '''Mark Adamson
Home: 843-798-6698
(424) 345-7659
265-1864 ext. 4467
326-665-8657x2986
E-mail:madamson@sncn.net
Allison Andrews
Home: 612-321-0047
E-mail: AEA@anet.com
Cellular: 612-393-0029
Dustin Andrews'''


nameRegex = re.compile('''
(
[A-Za-z]{2,25}
\s
([A-Za-z]{2,25})+
)

''',re.VERBOSE)

print(nameRegex.findall(directory)) 

它的输出是:

[('Mark Adamson', 'Adamson'), ('net\nAllison', 'Allison'), ('Andrews\nHome', 'Home'), ('com\nCellular', 'Cellular'), ('Dustin Andrews', 'Andrews')]

非常感谢您的帮助!你知道吗


Tags: recomhomenetmail名字directorymark
3条回答

我可以建议尝试下一个正则表达式,它对我很有用:

"([A-Z][a-z]+\s[A-Z][a-z]+)"

你的问题是\s也会匹配换行符。只需添加一个空格,而不是\s。就是这样

name_regex = re.compile('[A-Za-z]{2,25} [A-Za-z]{2,25}')

如果名字正好有两个词,这个方法就有效了。如果名称包含两个以上的单词(中间名或连字符的姓氏),则您可能希望将其扩展为:

name_regex = re.compile(r"^([A-Za-z \-]{2,25})+$", re.MULTILINE)

它查找一个或多个单词,并将从一行的开头延伸到结尾(例如,将不只是从“John Paul Jones”得到“John Paul”)

下面的正则表达式按预期工作。你知道吗

代码的相关部分:

nameRegex = re.compile(r"^[a-zA-Z]+[',. -][a-zA-Z ]?[a-zA-Z]*$", re.MULTILINE)

print(nameRegex.findall(directory) 

输出:

>>> python3 test.py 
['Mark Adamson', 'Allison Andrews', 'Dustin Andrews']

相关问题 更多 >