在 Python 中使用正则表达式开始或结束匹配模式时遇到问题答案

【问题标题】：Trouble matching pattern at start or end with regex in Python在 Python 中使用正则表达式开始或结束匹配模式时遇到问题
【发布时间】：2015-10-08 18:59:08
【问题描述】：

我在使用 Python 正则表达式时遇到了困难。我想对 N、S、E、W、NB、SB、EB、WB 中的任何一个进行罚款，包括在字符串的开头或结尾。我的正则表达式很容易在中间找到它，但在开始或结束时都失败了。

谁能告诉我在代码示例下面的 dirPattern i 做错了什么？

注意：我意识到我还有一些其他问题需要处理（例如“W of”），但我认为我知道如何修改这些问题的正则表达式。

提前致谢。

import re

nameList = ['Boulder Highway and US 95 NB',  'Boulder Hwy and US 95 SB', 
'Buffalo and Summerlin N', 'Charleston and I-215 W', 'Eastern and I-215 S', 'Flamingo and NB I-15',
'S Buffalo and Summerlin', 'Flamingo and SB I-15', 'Gibson and I-215 EB', 'I-15 at 3.5 miles N of Jean',
'I-15 NB S I-215 (dual)', 'I-15 SB 4.3 mile N of Primm', 'I-15 SB S of Russell', 'I-515 SB at Eastern W',
'I-580 at I-80 N E', 'I-580 at I-80 S W', 'I-80 at E 4TH St Kietzke Ln', 'I-80 East of W McCarran',
'LV Blvd at I-215 S', 'S Buffalo and I-215 W', 'S Decatur and I-215 WB', 'Sahara and I-15 East',
'Sands and Wynn South Gate', 'Silverado Ranch and I-15 (west side)']

dirMap = {'N': 'North', 'S': 'South', 'E': 'East', 'W': 'West'}

dirPattern = re.compile(r'[ ^]([NSEW])B?[ $]')

print('name\tmatch\tdirSting\tdirection')
for name in nameList:
    match = dirPattern.search(name)
    direction = None
    dirString = None
    if match:
        dirString = match.group(1)
        if dirString in dirMap:
            direction = dirMap[dirString]
    print('%s\t%s\t%s\t%s'%(name, match, dirString, direction))

一些示例预期输出：

名称匹配dirSting方向

Boulder Highway 和 US 95 NB <_sre.sre_match object at> N North

Boulder Hwy 和 US 95 SB <_sre.sre_match object at> S South

Buffalo 和 Summerlin N <_sre.sre_match object at> N North

查尔斯顿和 I-215 W <_sre.sre_match object at> W West

Flamingo 和 NB I-15 <_sre.sre_match> N 北

S Buffalo 和 Summerlin <_sre.sre_match object at> S South

Gibson 和 I-215 EB <_sre.sre_match object at> E East

但是，开始或结束示例给出：

Boulder Highway 和 US 95 NB 无无无

【问题讨论】：

^ 和 $ 在方括号内 并不仍然意味着字符串的开始/结束，你知道吗？
乔恩，谢谢，我不知道，虽然我开始怀疑这一点。
你到底想做什么？您也可以使用direction = dirMap.get(dirString)，如果字典中没有匹配的键，它将返回None
Padraic，这是一个我不知道的好技巧。可以节省一些编码。从根本上说，m 问题是关于从样本字符串中提取键 N、S、E、W。我想要的是 N、NB 等，但只能单独使用，即要么在开头后跟空格，要么在结尾之前有空格，或者在中间有空格之前和之后。
我的问题被否决的任何原因？我完全意识到这是一个相当新手的问题但是，我确实查看了之前的问题，并没有找到任何帮助。另外，我提供了工作代码示例。对我来说似乎很随意。

标签： python regex

【解决方案1】：

您需要使用lookarounds。

dirPattern = re.compile(r'(?<!\S)([NSEW])B?(?!\S)')

[ ^] 将匹配空格或插入符号。 (?<!\S)negative lookbehind 断言匹配之前会出现任何机器人而不是非空格字符。 (?!\S) 断言他的匹配后面不能跟非空格字符。

为什么我使用负前瞻而不是正方法，python 的默认 re 模块将不支持 (?<=^| ) 。

【讨论】：

阿维纳什，感谢您的提示。当我在等待答案时，我开始使用环视来处理诸如“在 E 2nd St”或“W of I-15”之类的情况（两者都被排除在外。我想要的是 N、NB 等，但只能单独处理，即在开头后跟空格，在结尾前面有空格，或者在中间有空格之前和之后。你的回答可能会让我到达那里，但现在我不确定如何。

【解决方案2】：

这段代码中修改后的正则表达式可以解决问题。这包括处理诸如“W of”、“at E”之类的事情：

import re

nameList = ['Boulder Highway and US 95 NB',  'Boulder Hwy and US 95 SB', 
'Buffalo and Summerlin N', 'Charleston and I-215 W', 'Eastern and I-215 S', 'Flamingo and NB I-15',
'S Buffalo and Summerlin', 'Flamingo and SB I-15', 'Gibson and I-215 EB', 'I-15 at 3.5 miles N of Jean',
'I-15 NB S I-215 (dual)', 'I-15 SB 4.3 mile N of Primm', 'I-15 SB S of Russell', 'I-515 SB at Eastern W',
'I-580 at I-80 N E', 'I-580 at I-80 S W', 'I-80 at E 4TH St Kietzke Ln', 'I-80 East of W McCarran',
'LV Blvd at I-215 S', 'S Buffalo and I-215 W', 'S Decatur and I-215 WB', 'Sahara and I-15 East',
'Sands and Wynn South Gate', 'Silverado Ranch and I-15 (west side)']

dirMap = {'N': 'North', 'S': 'South', 'E': 'East', 'W': 'West'}

dirPattern = re.compile(r'(?:^| )(?<! at )(?<! of )([NSEW])B?(?! of )(?: |$)')

print('name\tdirSting\tdirection')
for name in nameList:
    match = dirPattern.search(name)
    direction = None
    dirString = None
    if match:
        dirString = match.group(1)
        direction = dirMap.get(dirString)
    print('> %s\t\t%s\t%s'%(name, dirString, direction))

正则表达式可以这样理解：

(?:^| ) 以字符串或空格开头

(?<! at ) 前面没有'at'

(?<! of ) 前面没有' of '

([NSEW]) 'N', 'S', 'E', 'W' 中的任意一个（这将在 match.group(1) 中）

B? 可选地后跟“B”（如绑定）

(?! of ) 后面没有'at'

(?: |$) 以字符串结尾或空格结尾

最终输出为：

博尔德高速公路和美国 95 NB N North

博尔德高速公路和美国 95 SB S 南

布法罗和萨默林 N N 北

查尔斯顿和 I-215 W W West

东部和 I-215 S S 南部

火烈鸟和 NB I-15 N 北

S Buffalo 和 Summerlin S South

火烈鸟和 SB I-15 S South

吉布森和 I-215 EB E 东

I-15 在 Jean None None 以北 3.5 英里处

I-15 NB S I-215（双）N 北

I-15 SB，Primm S South 以北 4.3 英里

Russell S South 的 I-15 SB S

位于东西南部的 I-515 SB

I-580 位于 I-80 N E N North

I-580 位于 I-80 S W S South

I-80 at E 4TH St Kietzke Ln 无无

I-80 East of W McCarran 无无

位于 I-215 S S South 的 LV 大道

S Buffalo 和 I-215 W S South

S Decatur 和 I-215 WB S South

撒哈拉和 I-15 East 无无

金沙和永利南门无无

Silverado Ranch 和 I-15（西侧）无无

旁注：我决定不想要结束字符串大小写。为此，正则表达式为：

dirPattern = re.compile(r'(?:^| )(?<! at )(?<! of )([NSEW])B? (?!of )')

【讨论】：