组合正则表达式模式以匹配字符串的开头和结尾并删除分隔符答案

【问题标题】：Combined regex pattern to match beginning and end of string and remove a separator character组合正则表达式模式以匹配字符串的开头和结尾并删除分隔符
【发布时间】：2021-02-08 15:13:13
【问题描述】：

我有以下字符串：

"LP, bar, company LLP, foo, LLP"
"LLP, bar, company LLP, foo, LP"
"LLP,bar, company LLP, foo,LP"  # note the absence of a space after/before comma to be removed

我正在寻找一个接受这些输入并返回以下内容的正则表达式：

"LP bar, company LLP, foo LLP"
"LLP bar, company LLP, foo LP"
"LLP bar, company LLP, foo LP"

我这么胖的是这样的：

import re

def fix_broken_entity_names(name):
    """
    LLP, NAME -> LLP NAME
    NAME, LP -> NAME LP
    """
    pattern_end = r'^(LL?P),'
    pattern_beg_1 = r', (LL?P)$'
    pattern_beg_2 = r',(LL?P)$'
    combined = r'|'.join((pattern_beg_1, pattern_beg_2, pattern_end))
    return re.sub(combined, r' \1', name)

当我运行它时：

>>> fix_broken_entity_names("LP, bar, company LLP, foo,LP")
Out[1]: '  bar, company LLP, foo '

我会非常感谢任何提示或解决方案:)

【问题讨论】：

标签： python regex regex-group python-re

【解决方案1】：

你可以使用

import re
texts = ["LP, bar, company LLP, foo, LLP","LLP, bar, company LLP, foo, LP","LLP,bar, company LLP, foo,LP"]
for text in texts:
    result = ' '.join(re.sub(r"^(LL?P)\s*,|,\s*(LL?P)$", r" \1\2 ", text).split())
    print("'{}' -> '{}'".format(text, result))

输出：

'LP, bar, company LLP, foo, LLP' -> 'LP bar, company LLP, foo LLP'
'LLP, bar, company LLP, foo, LP' -> 'LLP bar, company LLP, foo LP'
'LLP,bar, company LLP, foo,LP' -> 'LLP bar, company LLP, foo LP'

查看Python demo。 regex 是^(LL?P)\s*,|,\s*(LL?P)$：

^(LL?P)\s*, - 字符串开头，LLP 或 LP（第 1 组），零个或多个空格，逗号
| - 或
,\s*(LL?P)$ - 逗号、零个或多个空格、LP 或 LLP（第 2 组），然后是字符串。

请注意，替换是包含在单个空格内的第 1 组和第 2 组值的串联，后处理步骤是删除所有前导/尾随空格并将字符串内的空格缩小为单个空格。

【讨论】：

看起来 regex101 演示保留了太多空格
@MonkeyZeus 当然，这就是 Python 在这里有很大帮助的原因：后处理步骤是删除所有前导/尾随空格并将字符串中的空格缩小为单个空格 .
哦，原来如此，.split()等的使用...？
@MonkeyZeus 这是一个" ".join(list_here) 成语。

【解决方案2】：

利用捕获组并根据需要重新格式化：

正则表达式：

([^,\r\n]+) *, *([^,\r\n]+) *, *([^,\r\n]+) *, *([^,\r\n]+) *, *([^,\r\n]+)

替换

\1 \2, \3, \4 \5

https://regex101.com/r/jcEzzy/1/

【讨论】：