Python正则表达式编译和搜索带有数字和单词的字符串

Question

我有三个字符串，其中包含街道名称和公寓号的信息。

"32 Syndicate street"，"Street 45 No 100"和"15, Tom and Jerry Street"

这里，

"32 Syndicate street" -> {"street name": "Syndicate street", "apartment number": "32"}
"Street 45 No 100" -> {"street name": "Street 45", "apartment number": "No 100"}
"15, Tom and Jerry Street" -> {"street name": "Tom and Jerry Street", "apartment number": "15"}

我正在尝试使用 Python 的正则表达式分别获取街道名称和公寓号。这是我当前的代码，它有问题：

import re 
for i in ["32 Syndicate street","Street 45 No 100","15, Tom and Jerry Street"]:
    ###--- write patterns for street names
    pattern_street = re.compile(r'([A-Za-z]+\s?\w+ | [A-Za-z]+\s?[A-Za-z]+\s?[A-Za-z]+\s? | [A-Za-z]+\s?)') 
    match_street = pattern_street.search(i) 
    
    ###--- write patterns for apartment numbers
    pattern_aptnum = re.compile(r'(^\d+\s? | [A-Za-z]+[\s?]+[0-9]+$)') 
    match_aptnum = pattern_aptnum.search(i)

    fin_street = match_street[0] ##--> final street name
    fin_aptnum = match_aptnum[0] ##--> final apartment name 

    print("street--",fin_street)
    print("apartmentnumber--",fin_aptnum)

我得到以下输出：

street--  Syndicate street 
apartmentnumber-- 32 
street-- Street 45 
apartmentnumber--  No 100

我有两个问题：

1. 我无法获得最后一个字符串的公寓号“15”。
2. 为什么street-- Syndicate streetand开头有一个空格apartmentnumber-- No 100

Answer 1

您可以使用以下方式获取公寓号码

^\d+|\bNo\s*\d+

请参阅正则表达式演示。正则表达式^\d+|\bNo\s*\d+匹配字符串开头的一位或多位数字，或者匹配No零个或多个空格，然后匹配一位或多位数字。

要捕获街道信息，您可以使用

^\d+,?\s*(.*)|^(.*?)\s+No\s*\d+

请参阅此正则表达式演示。细节：

• ^\d+,?\s*(.*)- 字符串开头、一位或多位数字、可选逗号、0+ 空格，然后是除换行符之外的任何零个或多个字符，尽可能多地捕获到第 1 组中
• |- 或者
• ^(.*?)\s+No\s*\d+- 字符串的开头，除了换行符之外的任何零个或多个字符，尽可能多地捕获到第 2 组中，1+ 空格，No0+ 空格，然后 1+ 数字。

在 Python 中，永远不要在循环内编译正则表达式for，而应该在之前编译。请参阅Python 演示：

import re 

pattern_aptnum = re.compile(r'^\d+|\bNo\s*\d+')
pattern_street = re.compile(r'^\d+,?\s*(.*)|^(.*?)\s+No\s*\d+') 
for i in ["32 Syndicate street","Street 45 No 100","15, Tom and Jerry Street"]:
    fin_street = ""
    fin_aptnum = ""
    print("String:", i)
    match_street = pattern_street.search(i)
    if match_street:
        fin_street = match_street.group(1) or match_street.group(2)
    match_aptnum = pattern_aptnum.search(i)
    if match_aptnum:
        fin_aptnum = match_aptnum.group()

    print("street--",fin_street)
    print("apartmentnumber--",fin_aptnum)

输出：

String: 32 Syndicate street
street-- Syndicate street
apartmentnumber-- 32
String: Street 45 No 100
street-- Street 45
apartmentnumber-- No 100
String: 15, Tom and Jerry Street
street-- Tom and Jerry Street
apartmentnumber-- 15