用于搜索子字符串的 Python 正则表达式

Question

我正在尝试从 python3 中的长字符串中提取子字符串

def get_data(text):
    initials = text.split()[1]
    names = re.search(initials+'(.*)EMP',text).group(1).lstrip().title()

    return initials, names

我需要以下输出

x,y = get_data('J JS JOHN SMITH EMP 223456')
JS
John Smith 

x,y = get_data('J JB JOE BLOGGS CONT 223456')
JB
Joe Bloggs

x,y = get_data('J JS JOHN SMITH 223456')
JS
John Smith

我可以用 EMP 或 CONT 来做，但我很难用 EMP 或 CONT 或“无”来做
我是正则表达式的新手，因此感谢帮助

Answer 1

无需进行拆分然后搜索。
您可以在 re.findall 中使用单个正则表达式或 re.search或 re.match :

^\S+\s+(\S+)\s+(.+?)(?:\s+(?:EMP|CONT))?\s+\d+

RegEx Demo
正则表达式详情:

^ : 开始

\S+ : 匹配 1+ 个非空格

\s+ : 匹配 1+ 个空格

(\S+) : 匹配 1+ 个非空格并在组 #1 中捕获

\s+ : 后面必须有 1+ 个空格

(.+?) : 匹配 1+ 的任何字符并捕获组 #2

(?:\s+(?:EMP|CONT))? : 可选匹配 EMP或 CONT在 1+ 个空格后

\s+\d+ : 后跟 1+ 个空格和 1+ 个数字