python - 如何使用正则表达式提取人名？

Question

我是正则表达式的新手，我有一个电话目录。我想从中提取名称。我写了这个（如下），但它提取了许多不需要的文本而不仅仅是名称。你能告诉我我做错了什么以及如何纠正吗？这是我的代码：

import re

directory = '''Mark Adamson
Home: 843-798-6698
[phone]
265-1864 ext. 4467
326-665-8657x2986
E-mail:[e-mail]
Allison Andrews
Home: 612-321-0047
E-mail: [e-mail]
Cellular: 612-393-0029
Dustin Andrews'''


nameRegex = re.compile('''
(
[A-Za-z]{2,25}
\s
([A-Za-z]{2,25})+
)

''',re.VERBOSE)

print(nameRegex.findall(directory)) 

它给出的输出是：

[('Mark Adamson', 'Adamson'), ('net\nAllison', 'Allison'), ('Andrews\nHome', 'Home'), ('com\nCellular', 'Cellular'), ('Dustin Andrews', 'Andrews')]

非常感谢您的帮助！

标签： pythonregex

Answer 1

你的问题是它\s也会匹配换行符。而不是\s仅仅添加一个空格。那是

name_regex = re.compile('[A-Za-z]{2,25} [A-Za-z]{2,25}')

如果名称恰好有两个单词，则此方法有效。如果名称有两个以上的单词（中间名或连字符的姓氏），那么您可能希望将其扩展为：

name_regex = re.compile(r"^([A-Za-z \-]{2,25})+$", re.MULTILINE)

这会查找一个或多个单词，并将从一行的开头延伸到结尾（例如，不会只从 'John Paul Jones' 得到 'John Paul'）