python - 正则表达式，在匹配条上并捕获？

Question

我有一个工作代码块，但有些东西告诉我它不是最有效的。

• 从几个字符串开始
• 如果 DBA 或 ATTN 后跟至少任意 2 个字符，则将 DBA 或 ATTN 捕获到行尾，不查看下一个字符串
• 删除刚刚捕获的内容

我下面的内容似乎做得很好。

import re

alt_name = ""

name1 = "JUST A NAME"
name2 = "UNITED STATES STORE DBA USA INC"
name3 = "ANOTHER FIELD"

regex = re.compile(r"\b(DBA\b.{2,})|\b(ATTN\b.{2,})")
if re.search(regex, name1):
    match = re.search(regex, name1)
    alt_name = match.group(0)
    name1 = re.sub(regex, "", name1)
elif re.search(regex, name2):
    match = re.search(regex, name2)
    alt_name = match.group(0)
    name2 = re.sub(regex, "", name2)
elif re.search(regex, name3):
    match3 = re.search(regex, name3)
    alt_name = match.group(0)
    name3 = re.sub(regex, "", name3)

print(name1)
print(name2)
print(name3)
print(alt_name)

有没有一种方法可以仅用 1 行来捕获和剥离，而不是搜索、匹配然后进行字幕？我正在寻找效率和可读性。只是为了变得聪明而变得简短并不是我想要的。也许这只是做到这一点的方法？

Answer 1

您可以使用方法作为 re.sub 的替换参数，您可以将匹配的文本保存到变量中，如果您想删除找到的匹配项，只需返回空字符串即可。

但是，您所拥有的模式必须重写才能更有效:

r"\s*\b(?:DBA|ATTN)\b.{2,}"

请参阅regex demo .

• \s* - 0+ 空白字符
• \b - 单词边界
• (?:DBA|ATTN) - DBA 或 ATTN 子字符串
• \b - 单词边界
• .{2,} - 除 LF 符号外的 2 个或更多字符，尽可能多。

这是一个例子:

import re

class RegexMatcher:
    val = ''
    rx = re.compile(r"\s*\b(?:DBA|ATTN)\b.{2,}")

    def runsub(self, m):
        self.val = m.group(0).lstrip()
        return ""

    def process(self, s):
        return self.rx.sub(self.runsub, s)

rm = RegexMatcher()
name = "UNITED STATES STORE DBA USA INC"
print(rm.process(name))
print(rm.val)

请参阅Python demo .

也许将 val 设为列表变量，然后使用 .append(m.group(0).lstrip()) 更有意义。