2

我正在努力使用正则表达式来提取句号之间的部分字符串，但如果句号前面有特定字母（例如示例中的 CO.），则忽略句号。我们可以假设相关块总是以“LTD”结尾。

情况1：

string = "FREDS CHIP SHOP.  S & B SERVICES CO. & SONS LTD. 1-12 THE STREET"

我想要："S & B SERVICES CO. & SONS LTD."

案例二：

string = "SOME TEXT.  BUSINESS NAME LTD. 1-12 THE STREET"

我想"BUSINESS NAME LTD."

案例3：

string = "SIMPLE BUSINESS NAME LTD. 1-12 THE STREET"

我想"SIMPLE BUSINESS NAME LTD."

我目前有：

#!/usr/bin/python
import sys
import re

vnumber_name = "FREDS CHIP SHOP.  S & B SERVICES CO. & SONS LTD. 1-12 THE STREET"
#vnumber_name = "SOME TEXT.  BUSINESS NAME LTD. 1-12 THE STREET"
#vnumber_name = "SIMPLE BUSINESS NAME LTD. 1-12 THE STREET"

def test(vnumber_name):
    #ltd = re.search(r'.+\sLTD[.]?', vnumber_name)
    ltd = re.search(r'[.?][\s]{1,2}(?:[^.]+|(?!CO.))LTD[.]?', vnumber_name)
    if ltd:
        print "got it: " + ltd.group(0)
    else:
        print "nothing"

test(vnumber_name)

这是不对的。

我可以创建一些 if 子句，但是用一行正则表达式来获得它会很棒。

4

1 回答 1

0

您可能希望免除多个缩写，因此使用“负向后查找”可以更灵活地使用：从字符串的开头匹配不跟随某些字符串的下一个句点（CO或CORP对于本示例）。非贪婪.*?（后跟一个句点）使您匹配第一个这样的句点。

.*?(?<!..CO|CORP)\.

这将允许您正确地将字符串分解为“句子”。如果您只对以 LTD 结尾的那些感兴趣，那么您可以选择那些。

于 2012-12-06T11:40:21.943 回答