Python 使用正则表达式和include模式拆分字符串

我需要在学位（MSC，BSc，…）上拆分一个字符串，并在第0列保留名称和标题，在第1列保留地址注意

BS

末尾的国家代码与标题匹配

(?<=\bmsc)|(?<=\bbsc)|(?<=\bbs)\s

请在下面找到一些示例数据：

Phillipp Shuster MSc Grolmanstraße 6 28195 Bremen Bahnhofsvorstadt DE
Eric Jager BSc Mohrenstrasse 29 72362 Nusplingen DE
Nykee Peters BS Taylor Street, Duncan Town BS

我想完成以下工作：

Phillipp Shuster MSc    |   Grolmanstraße 6 28195 Bremen Bahnhofsvorstadt DE
Eric Jager BSc          |   Mohrenstrasse 29 72362 Nusplingen DE
Nykee Peters BS         |   Taylor Street, Duncan Town BS

我试过了，但这会将标题添加到地址中（不正确）

---

你可以使用这个伴侣

(?<=\bmsc)|(?<=\bbsc)|(?<=\bbs)\s

---

（？我建议
re.subn方法：

import re

data = '''Phillipp Shuster MSc Grolmanstraße 6 28195 Bremen Bahnhofsvorstadt DE
Eric Jager BSc Mohrenstrasse 29 72362 Nusplingen DE
Nykee Peters BS Taylor Street, Duncan Town BS'''

pattern = re.compile(r'^.+? (msc|bsc|bs)', flags=re.I)

for line in data.split('\n'):
    result = pattern.subn(lambda m: '{:<20s} | '.format(m.group()), line, count=1)
    print(result[0])

您可以在
findall
中使用带有2个捕获组的简单正则表达式，而不是
split
：

reg = r'(?i)^(.*\s[BM]Sc?)\s+(.+)$'


正则表达式说明：

Phillipp Shuster MSc | Grolmanstraße 6 28195 Bremen Bahnhofsvorstadt DE
Eric Jager BSc | Mohrenstrasse 29 72362 Nusplingen DE
Nykee Peters BS | Taylor Street, Duncan Town BS


（？i）
：忽略案例模式
^
：开始
（.*\s[BM]Sc？
：匹配0个以上字符，直到捕获组1中的
BSc
或
BS
或
MS
或
Msc
\s+
：匹配1+个空格
（.+）
：匹配1个以上字符，直到在第二个捕获组中结束
$
：结束
My 2c使用
re.sub
：

import re
x = """Phillipp Shuster MSc Grolmanstraße 6 28195 Bremen Bahnhofsvorstadt DE
Eric Jager BSc Mohrenstrasse 29 72362 Nusplingen DE
Nykee Peters BS Taylor Street, Duncan Town BS"""

for y in x.split("\n"):
    print(re.sub("^(.*?(?:MS|BS)c?)(.*)", r"\1 |\2", y, 0, re.DOTALL))


输出：

Phillipp Shuster MSc | Grolmanstraße 6 28195 Bremen Bahnhofsvorstadt DE
Eric Jager BSc | Mohrenstrasse 29 72362 Nusplingen DE
Nykee Peters BS | Taylor Street, Duncan Town BS




@代码狂热者：我尝试了一个lookbehind，但收到了一个错误lookbehind requires fixed width pattern“\s（？Tryre.split（r'（？I）（？：）可以通过在bs前面放置一个空格来处理lookbehind fixed length问题，就像这样：splited=re.split（\s（？=（（？：msc | bsc | bs）[^$）”），参与者，flags=re.IGNORECASE）

@Red Cricket:你能解释一下为什么会这样吗？“空间把戏”在做什么？顺便说一句，应该是：

splitted=re.split（“\s（？@JohnDoe请看一看