用于在字符串中查找足球队固定装置的Python正则表达式

我使用Requests模块从目标网站访问HTML，然后使用Beauty Soup选择网站上的特定元素。讨论的内容是一个表格，其中包含2016/2017赛季英超联赛迄今为止的结果。该表包含比赛日期、参赛球队、全场和半场的得分。我想使用Python解析table元素的HTML，并提取其中列出的fixture。团队始终列为：

A队-B队

球队名称可以是1-3个单独的字符串（例如伯恩利、曼联、西汉姆联队）

到目前为止，我的努力是：

进口稀土 teamsRegex=re.compile（r'（\w++\s）+-（\s\w+））

我在这里的逻辑是，第一个团队的长度可以是1-3个单独的字符串，每个字符串后面总是有一个空格。因此，模式（\w+\s）+表示任何长度的字符串后面有一个空格，可以重复1次或多次。第二个团队名称总是以“-”后面的空格开头字符和可以是任意长度的字符串，重复1次或多次（\s\w+）

我在某种程度上达到了预期的结果，但上述情况并不完全正确。我收到了一个列表，其中包含我在索引0处的预期结果，后面是索引0的第一个字符串作为索引1，索引0中的最后一个字符串作为索引2

示例字符串：

'伯恩利-斯旺西城市对齐=中心宽度=45>0-1对齐=中心>（0-0）'

Regex发现：

[（‘伯恩利-斯旺西市’、‘伯恩利’、‘城市’、（‘0-1’、‘0’、‘1’）]

我只想找到[（‘伯恩利-斯旺西城’）]

非常感谢您的帮助

r'(?:[A-Z][a-z]*\s)+-(?:\s[A-Z][a-z]*)+'

这里有两个非捕获（

？：

，因此您将只获得完全匹配）组来匹配团队的名称。我选择显式使用字母，因此表达式仅匹配以大写字母开头的单词，不包括数字。如果团队的名称可以包含数字（如“BVB 09”），则应更改此设置

根据HTML文件的内容，可以添加最后的前瞻

（？=align）

，以增加特定性

编辑： 要匹配最多三个大写字母和可选的“&”，请尝试以下操作：

r'(?:[A-Z&]{1,3}[a-z]*\s)+-(?:\s[A-Z&]{1,3}[a-z]*)+'

---

奇怪的是，输入字符串中有一段HTML。您可以尝试，但我想最好是解决根本问题。这是一个非常好的解决方案，在我意识到有两个团队名称没有正确捕获之前，它似乎工作得非常好。它们是：1.QP Rangers（前两个字符大写）.2.Brighton&Hove对于这一个，假设正则表达式没有捕获“&”符号，因此它不构成匹配。有人对如何修改JosefScript的正则表达式以捕获上述示例有任何建议吗？非常感谢Advanced编辑了我的答案。希望能有所帮助。