5

在过去的几个小时里，我一直在尝试从以下示例数据中匹配地址，但我无法让它工作：

medicalHistory      None
address             24 Lewin Street, KUBURA, 
                NSW, Australia
email               MaryBeor@spambob.com


address             16 Yarra Street, 
                                     LAWRENCE, VIC, Australia
name                Mary   Beor
medicalHistory      None
phone               00000000000000000000353336907
birthday            26-11-1972

我的计划是找到以“地址”开头的任何内容，后跟任何空格，后跟字符、数字逗号和换行符，并以换行符后跟一个字符结尾。我想出了以下（以及它的许多变体）：

address\s+([0-9a-zA-Z, \n\t]+)(?!\n\w)

不幸的是，它符合以下条件：

address             24 Lewin Street, KUBURA,
                NSW, Australia
email               MaryBeor

和

address             16 Yarra Street,
                                 LAWRENCE, VIC, Australia
name                Mary   Beor
medicalHistory      None
phone               00000000000000000000353336907
birthday            26

代替

address             24 Lewin Street, KUBURA, 
                NSW, Australia

和

address             16 Yarra Street,
                                 LAWRENCE, VIC, Australia

你能告诉我我做错了什么吗？

4

2 回答 2

5

我会这样做：

address\s+((?![\r\n]+\w)[0-9a-zA-Z, \r\n\t])+

在 Regexr 上查看。

这((?![\r\n]+\w)[0-9a-zA-Z, \r\n\t])+是重要的部分，我说，[0-9a-zA-Z, \r\n\t]如果(?![\r\n]+\w)没有跟随，匹配来自 的下一个字符。这符合您的预期。

在您的两种情况下，正则表达式都停止匹配，因为您的字符类中不包含一个字符。如果您想这样做，则需要结合惰性量词和积极的前瞻：

address\s+([0-9a-zA-Z, \n\r\t]+?)(?=\r\w)

[0-9a-zA-Z, \n\r\t]+?匹配尽可能少，直到条件(?=\r\w)为真。

在 Regexr 上查看

于 2013-09-24T11:23:38.800 回答
1

您的正则表达式的问题在于它+是贪婪的，直到它从该组中找到一个字符，@在第一种情况下和-在第二种情况下。

另一种方法是使用非贪婪量词和正向前瞻换行符，后跟单词字符，例如（版本）：

re.findall(r'address\s+.*?(?=\n\w)', s, re.DOTALL)

它产生：

['address             24 Lewin Street, KUBURA, \n                NSW, Australia',
 'address             16 Yarra Street, \n                                     LAWRENCE, VIC, Australia']
于 2013-09-24T11:33:47.310 回答