代码之家 › 专栏 › 技术社区 › sniperd Ali Ahmed

Regex,在匹配条和捕获上?

python-3.x regex python

sniperd Ali Ahmed · 技术社区 · 6 年前

我有一个代码的工作块,但有一些东西告诉我它不是最有效的。

从一些字符串开始
如果dba或attn后面至少有2个字符,则捕获dba或attn到行尾,不要查看下一个字符串
把刚刚抓到的东西去掉

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)

有没有一种方法来捕捉和剥离只有一行,而不是搜索,匹配,然后subbiting?我在寻找效率和可读性。我不想让自己变得聪明。也许这就是解决问题的方法?

1 回复 | 直到 6 年前

Wiktor StribiÅ¼ew 6 年前

您可以将方法用作 re.sub 可以将匹配的文本保存到变量中,如果要删除找到的匹配,只需返回并清空字符串。

但是,您必须重新编写模式以提高效率:

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

查看 regex demo .

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

下面是一个例子:

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)

查看 Python demo .

也许这更有意义 val 一个列表变量,然后 .append(m.group(0).lstrip()) .